自动识别面临认知能力下降风险的老年人
Darlene P Floden1, Olivia Hogue2, Saket A Saxena3
1Section of Neuropsychology Neurological Institute Cleveland Clinic Cleveland Ohio USA.
Alzheimer's & dementia (Amsterdam, Netherlands)
|June 16, 2025
概括
自动认知风险模型可以帮助初级保健机构识别需要查的老年人. 一个新的电子健康记录 (EHR) 模型使用常见变量来预测认知障碍.
科学领域:
- 老年学是一门学科.
- 临床信息学 临床信息学
- 认知神经学 认知神经学
背景情况:
- 初级保健机构在识别有认知能力下降风险的老年人方面面临挑战.
- 自动化工具可以帮助优先考虑患者进行认知查.
研究的目的:
- 开发和验证使用电子健康记录 (EHR) 数据对老年人认知障碍的预测模型.
- 在EHR中识别与认知状态相关的关键变量.
主要方法:
- 追溯研究涉及337名老年初级保健患者进行正式的认知测试.
- 开发一个多变量预测模型,使用长达5年的离散场EHR数据.
- 基于区分认知功能受损与完整的患者的模型验证.
主要成果:
- 使用七个易于提取的EHR变量开发了一个最终模型:年龄,种族,脉,缩血压,NSAID使用,情绪障碍史和神经疾病家族史.
- 该模型实现了认知状态的良好区分,一致性统计值为0.72.
- 该模型成功地区分了认知障碍和没有认知障碍的患者.
结论:
- 开发的认知风险模型显示了临床实用性,可以促使高风险患者进行客观认知查.
- 该模型依赖于共同的,离散的EHR变量,这有助于其实施.
- 这种基于EHR的模型提供了一个被动的工作流程,用于识别有认知能力下降风险的患者.
更多相关视频
06:58Highlighting and Reducing the Impact of Negative Aging Stereotypes During Older Adults' Cognitive Testing
Published on: January 24, 2020
7.4K
06:46Automated, Long-term Behavioral Assay for Cognitive Functions in Multiple Genetic Models of Alzheimer's Disease, Using IntelliCage
Published on: August 4, 2018
12.3K
