日常生活活动与语言障碍之间的关系基于统计和机器学习分析的证据

科学领域:

• 老年学与公共卫生
• 生物标志物和预测医学
• 语音和听力科学 语言和听力科学

背景情况:

• 语音障碍 (SI) 对老年人群构成越来越多的公共卫生挑战.
• 了解导致SI的因素对于有效的健康管理至关重要.
• 日常生活活动 (ADL) 作为早期SI预测者的作用需要进一步调查.

研究的目的:

• 调查ADL作为中年和老年人SI的预测标记物的潜力.
• 使用统计方法分析ADL和SI之间的相关性.
• 用机器学习算法验证ADL对SI的预测能力.

主要方法:

• 利用了来自2018年中国健康与退休长度研究 (CHARLS) 45岁以上的10,136名参与者的数据.
• 使用巴特尔指数 (BI) 和基于查尔斯记录的SI来评估ADL.
• 使用统计分析 (t 测试,奇方,相关性,回归) 和机器学习 (SVM,决策树,后勤回归).

主要成果:

• 在ADL和SI之间发现了显著的负相关性 (r = -0.205,p < 0.001).
• 与没有SI的个体相比,与SI的个体观察到较低的BI分数.
• 机器学习模型证实了ADL对SI的预测准确性,决策树显示了最高的AUC (0.931).

结论:

• 衰弱的ADL是老年人语言障碍的重要预测因素.
• 保持ADL功能对于减轻SI的风险很重要.
• ADL评估可以帮助早期检测和管理SI.