基于Boruta算法预测中国老年CSVD患者轻度认知障碍的诺莫图
Yanzi Huang1, Wendie Huang1, Xiaoming Ma2
1Department of Neurology, The Third Affiliated Hospital of Soochow University, Changzhou, China.
Frontiers in aging neuroscience
|February 18, 2025
概括
这项研究开发了一种名谱,用于在中风患者中早期识别中风后认知障碍 (PSCI) 和中风后认知障碍与痴呆症 (PSCID),以解决大脑小血管疾病 (CSVD) 的日益流行问题. 诺米图为临床应用提供了一个用户友好的工具.
科学领域:
- 神经学 神经学
- 老年病的医生 老年病的医生
- 医疗信息学 医疗信息学
背景情况:
- 大脑小血管疾病 (CSVD) 越来越普遍,特别是在老年人中.
- 改进的检测技术导致CSVD报告率更高.
- 认知能力下降的轨迹在CSVD患者之间有所不同.
研究的目的:
- 为早期识别脑卒中后认知障碍 (PSCI) 和脑卒中后认知障碍与痴呆症 (PSCID) 开发一个名谱.
- 为风险认知衰退的中风患者创建一个临床适用的工具.
主要方法:
- 使用链式数据归算的回顾性队列研究.
- 博鲁塔算法用于根据重要性选择变量.
- 逻辑回归与向后逐步选择,可视化为一个名ogram.
主要成果:
- 开发的诺米图表证明了临床实用性和用户友好性.
- 这个名ogram通过了Hosmer-Lemeshow适合性测试.
- ROC和校准曲线证实了高分辨能力.
结论:
- 诺米图集成了医疗应用的人口和临床指标.
- 内分泌代谢指标,如IGF-1,显示认知衰退的早期预测价值.
- 这项研究为管理与CSVD相关的认知问题提供了一个简洁的工具.


