Hafif Bilişsel Bozukluğun Etkili Bir Seçici Taramasını Tasarlamak Için Makine Öğrenimi Yaklaşımı
Summary
Bu metodoloji, daha hafif bilişsel bozukluk muzdarip eğilimli nüfus grupları hedef karar ağaçları üretir ve hastalığın maliyet-etkin seçici tarama için yararlıdır.
Abstract
Hafif kognitif bozukluk (MCI) yaşlı popülasyonlar arasında demansın ilk belirtisidir ve erken teşhisi yaşlanan toplumlarımızda çok önemlidir. Ortak MCI testleri, gelişigüzel büyük taramanın maliyet-etkin olmayacağını gösteren zaman alıcıdır. Burada, soru tabanlı mci testi ile adayları hızla seçmek için makine öğrenimi tekniklerini kullanan bir protokolü açıklıyoruz. Bu, tarama için gereken kaynak sayısını en aza indirir, çünkü sadece MCI pozitif olan hastalar daha fazla test edilir.
Bu metodoloji, seçici bir tarama karar ağacının tasarımı için başlangıç noktasını oluşturan ilk MCI araştırma çalışmasında uygulanmıştır. İlk çalışmada birçok demografik ve yaşam tarzı değişkenleri yanı sıra hasta ilaçları hakkında ayrıntıları toplandı. Kısa Taşınabilir Zihinsel Durum Anketi (SPMSQ) ve Mini-Mental Durum Muayenesi (MMSE) mci olası olguları tespit etmek için kullanılmıştır. Son olarak, mci riski bireylerin sınıflandırılması için verimli bir süreç tasarlamak için bu yöntemi kullandı. Bu çalışma aynı zamanda, yaşlı popülasyonlar arasında MCI’nin önlenmesi ve erken teşhisinde yararlanılabilen MCI ile ilişkili yaşam tarzıyla ilgili faktörlere ilişkin içgörüler de sağlamaktadır.
Introduction
Nüfus yaşlanma kronik ve dejeneratif hastalıkların yaygınlığını artmaktadır, özellikle dejeneratif demans, hangi 20501 tarafından dünya çapında 131 milyondan fazla kişi etkilemesi bekleniyor. Tüm dejeneratif demanslar arasında, Alzheimer hastalığı (AD) Avrupa’da genel yaygınlığı ile en sık görülür 6.88%2. AD hastalarının sürekli azalan bağımsızlığı nedeniyle, bu grup AD ortaya çıkmaya başlar başlamaz destek almaya başlamalıdır. Bu nedenle, hafif kognitif bozukluk (MCI) gibi AD prodromal bulgularının erken saptanması esastır.
MCI normal yaşlanma ve demans nedeniyle ciddi bozulmaya karşılık gelen bir ara bilişsel gerileme aşaması olarak tanımlanır3. Petersen ve ark.4tarafından yapılan tahminlere göre, MCI prevalansı 65-69 yaş arası kişilerde %8,4 olup, 80 yaş üstü kişilerde %25,2’ye ulaşıyor. MCI, bireylerin özellikle bellek ve dil ile ilgili düşük düzeyli bilişsel becerilerin yürütülmesinde beklenenden daha fazla zorluk yaşamasına neden olur, ancak günlük yaşam faaliyetlerini engellemez.
Tarama tanı ile eş anlamlı değildir; MCI tanısı her zaman klinik bir görev olurken, tarama yöntemleri sadece bir hastanın bu patolojiden muzdarip olma olasılığının daha yüksek olduğunu ve klinik olarak teyit edilmesi gereken iyi kurulmuş bir MCI şüphesi olduğunu bize bildirebilir. Bu nedenle, birincil sağlık çalışanları (doktorlar, eczacılar, hemşireler, vb) dakika içinde uygulanabilir basit tarama yöntemleri (kısa bilişsel testler) durumu yararlanabilir. İdeal olarak, bu objektif bir MCI acı yüksek bir olasılık olan hastaları tanımlamak istiyorsunuz, böylece daha sonra klinik olarak genel veya uzman hekimler tarafından test edilebilir.
MCI’nin erken teşhisinin halk sağlığı bağlamında önemli bir görev haline geldiği göz önüne alındığında, bu çalışma, yaşlı popülasyonların tarama testlerinde MCI’nin hedeflenen tanımlamasında hangi özelliklerin yararlı olduğunu belirlemeyi amaçlamaktadır. Bu gruplar daha ayrıntılı mci için testler birincil sağlık sağlayıcıları tarafından yönetilen test edilecektir. Bu yöntem, hedefiçin popülasyon gruplarını tanımlamak için uygun algoritmaları içeren bir karar ağacı sağlar.
Bu özellikler arasında yaş, bu patolojinin gelişimi ile ilişkili en tutarlı faktörlerden biridir. Diğer ilgili özellikleri demografik veya yaşam tarzı ile ilgili5. Ikincisi arasında, bazı çalışmalar MCI tanısıyol açabilir bir risk faktörü olarak gündüz veya gece uyku süresi tespit etmiş5,6,7,8,9. Benzodiazepinler gibi ilaçların uzun süreli tüketimi, yaşlı yetişkinlerin tahmini tarafından tüketilen 20%-25%10,11, ayrıca uyku saatleri ve MCI gelişimini etkileyebilir12,13. Gerçekten de, kronik hastalıklar için uzun süreli tedaviler MCI muzdarip yüksek riski olan bireylerin ön seçiminde yararlı önemli özellikler olabilir.
Burada, otomatik öğrenme algoritmaları, bir karar ağacı ve mci algılama metodolojisinin etkinliğini artırmak için bir tahmin aracı kullanan veri tabanlı modeller geliştirdik. MCI tespiti. Burada sunulan karar ağacı topluluk eczaneler kullanılarak İspanyol hastaların belirli bir kohort kullanılarak üretildi. Ancak, bu yöntem aynı zamanda farklı özelliklere sahip diğer popülasyonlar arasında yararlı olacaktır.
Bu çalışma, birinci basamak sağlık ve uzman tıp doktorları ile işbirliği içinde tamamlanmıştır. Topluluk eczaneler hastalara yakın, uzun çalışma saatleri var ve sık sık ziyaret ve istişare çünkü bu algoritmayı test etmek için idealdir. Dejeneratif demanslar her zaman iyi birincil sağlık sağlayıcıları14tarafından anlaşılamamıştır karmaşık koşullardır. Bu nedenle, sürece dahil olmak MCI ve demans muzdarip insanların bilincini artıracaktır.
Protocol
Representative Results
Discussion
PubMed veritabanında Cochrane çalışmalarında MCI ile ilişkili terimleri araştırdıktan sonra, MCI ile kanıtlanmış bir ilişki ile en belirgin değişkenleri kullanan bu çalışma için özel bir anket oluşturuldu. Demografik, yaşam tarzı ve sosyal faktörlerin yanı sıra hastanın farmakoterapisi ve bazı ilgili patolojiler de kaydedildi. Ayrıca, SPMSQ ve MMSE MCI testleri de seçildi. Daha da önemlisi, SPMSQ katılımcıların eğitim seviyesinden etkilenmedi. Eczacılar bu çalışmayı yönetmek içi…
Divulgations
The authors have nothing to disclose.
Acknowledgements
Bu çalışma, Know Alzheimer Vakfı’nın desteği ve Universidad CEU Cardenal Herrera, özellikle Enrique Giner’deki multimedya üretim hizmetinin yardımıyla mümkün kılındı. McI tanılarıbaşta Vicente Gassull, Rafael Rafael olmak üzere tüm katılımcı eczanelerin (SEFAC) ve Birinci Basamak Doktorları Derneği (SEMERGEN) ve Nöroloji Derneği’nden (SVN) çalışan doktorların çalışmalarını tanımak istiyoruz. Sánchez ve Jordi Pérez. Son olarak, bu çalışmada yer almayı kabul eden herkese teşekkür ederiz.
Materials
| caret | Max Kuhn | R package | |
| rpart | Terry Therneau, Beth Atkinson, Brian Ripley | R package | |
| SPMSQ in Spanish | Farmaceuticoscomunitarios.org | http://farmaceuticoscomunitarios.org/anexos/vol11_n1/ANEXO1.pdf | |
| SPMSQ in English | geriatrics.stanford.edu | https://geriatrics.stanford.edu/culturemed/overview/assessment/assessment_toolkit/spmsq.html | |
| MMSE in Spanish | Farmaceuticoscomunitarios.org | http://farmaceuticoscomunitarios.org/anexos/vol11_n1/ANEXO2.pdf | |
| MMSE in English | oxfordmedicaleducation.com | http://www.oxfordmedicaleducation.com/geriatrics/mini-mental-state-examination-mmse/ |
References
- . World Alzheimer report 2016: improving healthcare for people living with dementia: coverage, quality and costs now and in the future Available from: https://scholar.google.com/scholar.bib?q=info:mEGpcpLHEIMJ:scholar.google.com (2016)
- Niu, H., Álvarez-Álvarez, I., Guillén-Grima, F., Aguinaga-Ontoso, I. Prevalence and incidence of Alzheimer’s disease in Europe: A meta-analysis. Neurología (English Edition). 32 (8), 523-532 (2017).
- Petersen, R. C., et al. Mild Cognitive Impairment: Clinical Characterization and Outcome. Archives of Neurology. 56 (3), 303 (1999).
- Petersen, R. C., et al. Practice guideline update summary: Mild cognitive impairment: Report of the Guideline Development, Dissemination, and Implementation Subcommittee of the American Academy of Neurology. Neurology. 90 (3), 126-135 (2018).
- Climent, M. T., Vilaplana, A. M., Arnedo, A., Vilar, J., Moreno-Royo, L. Life styles associated cognitive impairment. Study from the community pharmacy [Estilos de vida asociados a deterioro cognitivo. Estudio preliminar desde la farmacia comunitaria]. Revista de Investigacion Clinica. 65 (6), 500-509 (2013).
- Faubel, R., et al. Usual sleep duration and cognitive function in older adults in Spain. Journal of Sleep Research. 18 (4), 427-435 (2009).
- Benito-León, J., Louis, E. D., Bermejo-Pareja, F. Cognitive decline in short and long sleepers: A prospective population-based study (NEDICES). Journal of Psychiatric Research. 47 (12), 1998-2003 (2013).
- Ramos, A. R., et al. Association between Sleep Duration and the Mini-Mental Score: The Northern Manhattan Study. Journal of Clinical Sleep Medicine. 9 (7), 669 (2013).
- Gabelle, A., et al. Excessive Sleepiness and Longer Nighttime in Bed Increase the Risk of Cognitive Decline in Frail Elderly Subjects: The MAPT-Sleep Study. Frontiers in Aging Neuroscience. 9, 312 (2017).
- Fernández, M., et al. Prevalence of dementia in the elderly aged above 65 in a district in the Basque Country. Revista de Neurologia. 46 (2), 89-96 (2008).
- Velert Vila, J., et al. Suitability of the use of benzodiazepines prescribed by the pharmacist in the elderly. A doctor-pharmacist collaboration study. Atención Primaria. 44 (7), 402-410 (2012).
- Ranstam, J., et al. Impaired cognitive function in elderly men exposed to benzodiazepines or other anziolytics. The European Journal of Public Health. 7 (2), 149-152 (1997).
- Airagnes, G., Pelissolo, A., Lavallée, M., Flament, M., Limosin, F. Benzodiazepine Misuse in the Elderly: Risk Factors, Consequences, and Management. Current Psychiatry Reports. 18 (10), 89 (2016).
- Alacreu, M., et al. Importance of Increasing Modifiable Risk Factors Knowledge on Alzheimer’s Disease Among Community Pharmacists and General Practitioners in Spain. Frontiers in Pharmacology. 10, 860 (2019).
- Cohen, J. . Statistical Power Analysis for the Behavioral Sciences. , (2013).
- Nardi, P. M. . Doing Survey Research: A Guide To Quantitative Methods. , (2018).
- Sabater Hernández, D., Silva Castro, M. M., Faus Dáder, M. J. . Método Dáder: guía de seguimiento farmacoterapéutico. , (2017).
- Pfeiffer, E. A Short Portable Mental Status Questionnaire for the Assessment of Organic Brain Deficit in Elderly Patients. Journal of the American Geriatrics Society. 23 (10), 433-441 (1975).
- Folstein, M. F., Folstein, S. E., McHugh, P. R. “Mini-mental state.” A practical method for grading the cognitive state of patients for the clinician. Journal of Psychiatric Research. 12 (3), 189-198 (1975).
- Buschke, H., et al. Screening for dementia with the memory impairment screen. Neurology. 52 (2), 231-238 (1999).
- Verghese, J., et al. Picture-based memory impairment screen for dementia. Journal of the American Geriatrics Society. 60 (11), 2116-2120 (2012).
- Nasreddine, Z. S., et al. The Montreal Cognitive Assessment, MoCA: A Brief Screening Tool For Mild Cognitive Impairment. Journal of the American Geriatrics Society. 53 (4), 695-699 (2005).
- Kaya, D., et al. The Saint Louis University Mental Status Examination Is Better than the Mini-Mental State Examination to Determine the Cognitive Impairment in Turkish Elderly People. Journal of the American Medical Directors Association. 17 (4), e11-e15 (2016).
- O’Caoimh, R., et al. Comparison of the quick mild cognitive impairment (Qmci) screen and the SMMSE in screening for mild cognitive impairment. Age and Ageing. 41 (5), 624-629 (2012).
- Cullen, B., ONeill, B., Evans, J. J., Coen, R. F., Lawlor, B. A. A review of screening tests for cognitive impairment. Journal of Neurology, Neurosurgery & Psychiatry. 78 (8), 790-799 (2007).
- Martínez de la Iglesia, J., et al. Adaptación y validación al castellano del cuestionario de Pfeiffer (SPMSQ) para detectar la existencia de deterioro cognitivo en personas mayores e 65 años. Medicina Clínica. 117 (4), 129-134 (2001).
- Blesa, R., et al. Clinical validity of the ‘mini-mental state’ for Spanish speaking communities. Neuropsychologia. 39 (11), 1150-1157 (2001).
- . pwr: Basic Functions for Power Analysis Available from: https://cran.r-project.org/web/packages/pwr/index.html (2018)
- . rpart: Recursive Partitioning and Regression Trees Available from: https://cran.r-project.org/web/packages/rpart (2018)
- . ATC/DDD Index Available from: https://www.whocc.no/atc_ddd_index (2018)
- Kuhn, M., Johnson, K. . Applied Predictive Modeling. 26, (2013).
- Kuhn, M. Building Predictive Models in R Using the caret Package. Journal of Statistical Software. 28 (5), 1-26 (2008).
- Climent, M. T., Pardo, J., Muñoz-Almaraz, F. J., Guerrero, M. D., Moreno, L. Decision Tree for Early Detection of Cognitive Impairment by Community Pharmacists. Frontiers in Pharmacology. 9, 1-12 (2018).
