预测未来的认知衰退从长期观察双任务性能数据的预测.
IEEE journal of biomedical and health informatics
|March 3, 2025
概括
早期发现认知衰退至关重要. 这项研究表明,随着时间的推移,跟踪双重任务的表现可以预测未来的认知变化,为昂贵的MRI扫描等方法提供了切实可行的替代方案.
科学领域:
- 神经科学是一个神经科学.
- 老年学是一门学科.
- 机器学习 机器学习
背景情况:
- 早期发现认知能力下降对于预防和治疗痴呆症至关重要.
- 像MRI和生物标志物这样的现有方法是昂贵的,并且对于日常监测是不切实际的.
- 双任务模式通过测量同时执行任务的表现来评估认知功能.
研究的目的:
- 调查长期双任务绩效数据对预测未来认知衰退的潜力.
- 利用常规测量开发一种用于早期检测认知障碍的新方法.
主要方法:
- 从六个月的双任务绩效数据中提取时间特征.
- 利用机器学习模型预测未来两年内认知能力下降.
- 将双任务方法的准确性与MRI扫描结果进行比较.
主要成果:
- 随着时间的推移,双重任务表现的变化与未来的认知变化有显著的相关性.
- 开发的机器学习模型准确地预测了认知衰退.
- 双任务方法的预测准确性与MRI扫描的预测准确性相当.
结论:
- 长期双重任务绩效监测提供了一种可行和有效的方法,用于早期检测未来的认知衰退.
- 这种方法为传统的神经成像技术提供了具有成本效益的替代方案.
- 常规的双重任务测量可以用于主动的认知健康管理.
