Summary

نهج التعلم الألى لتصميم فحص انتقائي فعال للاعاقه الادراكيه الخفيفة

Published: January 11, 2020
doi:

Summary

وتنتج هذه المنهجية أشجار القرارات التي تستهدف الفئات السكانية الأكثر عرضه للمعاناة من العاات الادراكيه الخفيفة ، وهي مفيده للفحص الانتقائي الفعال من حيث التكلفة للمرض.

Abstract

الضعف المعرفي الخفيف (MCI) هو أول علامة علي الخرف بين السكان المسنين والكشف المبكر لها أمر حاسم في مجتمعاتنا الشيخوخة. وتستهلك اختبارات MCI المشتركة وقتا طويلا بحيث لا يكون الفحص العشوائي الشامل فعالا من حيث التكلفة. هنا ، نقوم بوصف بروتوكول يستخدم تقنيات التعلم الألى لاختيار المرشحين بسرعة لمزيد من الفحص عن طريق اختبار MCI القائم علي الاسئله. وهذا يقلل من عدد الموارد المطلوبة للفحص لأنه فقط المرضي الذين يحتمل ان تكون ايجابيه MCI يتم اختبارها أكثر.

وقد طبقت هذه المنهجية في دراسة بحثيه أوليه بشان التدقيق الداخلي شكلت نقطه الانطلاق لتصميم شجره قرارات انتقائية للفحص. جمعت الدراسة الاوليه العديد من المتغيرات الديموغرافية ونمط الحياة ، فضلا عن تفاصيل حول ادويه المريض. تم استخدام استبيان الحالة العقلية القصيرة المحمولة (spmsq) وفحص الحالة الذهنية المصغرة (mmse) للكشف عن الحالات المحتملة ل MCI. وأخيرا ، استخدمنا هذه الطريقة لتصميم عمليه فعاله لتصنيف الافراد المعرضين لخطر MCI. ويقدم هذا العمل أيضا رؤى حول العوامل ذات الصلة بنمط الحياة المرتبطة ب MCI التي يمكن الاستفادة منها في الوقاية والكشف المبكر عن MCI بين السكان المسنين.

Introduction

الشيخوخة السكانية تزيد من انتشار الامراض المزمنة والتنكسية ، وخاصه الخرف التنكسية ، والتي من المتوقع ان تؤثر علي أكثر من 131,000,000 شخص في جميع انحاء العالم من قبل 20501. من بين جميع الخرف التنكسية ، مرض الزهايمر (AD) هو الأكثر شيوعا مع انتشار عام في أوروبا من 6.88 ٪2. ونظرا للاستقلال المستمر لمرضي AD ، يجب ان تبدا هذه المجموعة في تلقي الدعم بمجرد بدء الإعلان عن البيانات. ولذلك ، فان الاكتشاف المبكر لعلامات الإعلان الاوليه ، مثل الضعف المعرفي الخفيف (MCI) ، أمر ضروري.

يتم تعريف MCI كمرحله التدهور المعرفي المتوسطة المقابلة للشيخوخة العادية والتدهور الشديد بسبب الخرف3. وفقا لتقديرات بيترسن وآخرون4، وانتشار MCI هو 8.4 ٪ بين الناس الذين تتراوح أعمارهم بين 65-69 سنه وتصل إلى 25.2 ٪ لأولئك الذين تتراوح أعمارهم بين 80 سنه. نتائج MCI في الافراد الذين يعانون من صعوبات أكثر مما كان متوقعا في تنفيذ المهارات المعرفية منخفضه المستوي ، وخاصه تلك المتعلقة بالذاكرة واللغة ، ولكن لا تتداخل مع أنشطه الحياة اليومية.

الفحص ليس مرادفا للتشخيص. تشخيص MCI سيكون دائما مهمة سريريه في حين ان طرق الفحص يمكن ان تبلغنا فقط ان المريض لديه احتمال اعلي من المعاناة من هذا المرض وان هناك اشتباه في الأساس من MCI التي ينبغي تاكيدها سريريا. التالي ، يمكن للعاملين في الرعاية الصحية الاوليه (الأطباء والصيادلة والممرضين وغيرهم) الاستفادة من توافر طرق الفحص البسيطة (الاختبارات المعرفية القصيرة) التي يمكن تطبيقها في دقائق. ومن الناحية المثالية ، فان هذه من شانها ان تحدد بشكل موضوعي المرضي الذين يعانون من احتمال كبير للمعاناة MCI بحيث يمكن بعد ذلك ان يتم اختبارها سريريا من قبل الأطباء العامة أو المتخصصة.

النظر إلى ان الكشف المبكر عن MCI أصبح مهمة أساسيه في سياق الصحة العامة ، يهدف هذا العمل إلى تحديد الخصائص التي هي مفيده في تحديد المستهدفة لل MCI في اختبارات الفرز للسكان المسنين. سيتم بعد ذلك اختبار هذه المجموعات بشكل أكثر دقه من أجل MCI في الاختبارات التي يديرها مقدمو الرعاية الصحية الاوليه. وتوفر هذه المنهجية شجره قرارات مع الخوارزميات المناسبة لتحديد فئات السكان المستهدفة.

من بين هذه الخصائص, العمر هو واحد من العوامل الأكثر اتساقا المرتبطة بتطور هذا المرض. وترتبط الخصائص الأخرى ذات الصلة بالتركيبة السكانية أو نمط الحياة5. ومن بين هذه الاخيره ، حددت بعض الدراسات مده النوم النهاري أو الليلي كعامل خطر يمكن ان يؤدي إلى تشخيص MCI5،6،7،8،9. استهلاك لفترات طويلة من الادويه مثل البنزوديازيبينات ، التي يستهلكها ما يقدر بنسبه 20 ٪-25 ٪ من كبار السن10،11، ويمكن أيضا التاثير علي ساعات النوم وتطوير MCI12،13. في الواقع ، قد تكون العلاجات المطولة للامراض المزمنة ميزات هامه مفيده في الاختيار المسبق للافراد الذين يعانون من مخاطر عاليه من المعاناة من MCI.

هنا ، قمنا بتطوير النماذج القائمة علي البيانات التي تستخدم خوارزميات التعلم الألى ، شجره القرار ، وأداه التنبؤيه لزيادة كفاءه منهجيه للكشف عن MCI من خلال التمييز الخصائص التي تلعب دورا هاما في وقت مبكر كشف MCI. وقد أنتجت شجره القرارات الناتجة هنا باستخدام مجموعه محدده من المرضي الاسبان الذين يستخدمون صيدليات المجتمع. غير ان هذه الطريقة ستكون مفيده أيضا بين السكان الآخرين الذين لهم خصائص مختلفه.

وقد اكتمل هذا العمل بالتعاون مع الرعاية الصحية الاوليه والأطباء المتخصصين. كانت الصيدليات المجتمعية مثاليه لاختبار هذه الخوارزميه لأنها قريبه من المرضي ، ولها ساعات عمل طويلة ، وكثيرا ما تتم زيارتها واستشارتها. خرف التنكسية هي الظروف المعقدة التي ليست دائما مفهومه جيدا من قبل مقدمي الرعاية الصحية الاوليه14. التالي ، فان الانخراط في العملية سيزيد من الوعي بالأشخاص الذين يعانون من الخرف العامة.

Protocol

وقد نشرت المنهجية المطبقة في هذه الدراسة في السابق5 في العمل الذي تم القيام به في جامعه Ceu Cardenal هيريرا مع صيدليات المجتمع في منطقه فالنسيا (اسبانيا) المرتبطة بالجمعية الاسبانيه للاسره والمجتمع الصيدلة (sefac). وقد استعرضت هذه الدراسة الحالية ووافقت عليها لجنه أخلاقيات البحوث في ?…

Representative Results

جمعت الصيدليات المشاركة بيانات من 728 مستخدم وجمعت المتغيرات الديموغرافية بالاضافه إلى الادويه الموصوفة للمشاركين. تم اجراء الانحدار اللوجستي الأحادي المتغير لكافة المتغيرات34; الرسوم البيانية لشريط الخطا المبينة في الشكل 3 والش?…

Discussion

بعد البحث عن المصطلحات المرتبطة MCI في دراسات كوكرين في قاعده البيانات PubMed ، تم إنشاء استبيان محدد لهذه الدراسة التي استخدمت المتغيرات الأكثر وضوحا مع ارتباط ثبت مع MCI. كما تم تسجيل العوامل الديموغرافية ، ونمط الحياة ، والاجتماعية ، فضلا عن العلاج الدوائي للمريض وبعض الامراض ذات الصلة. بالا…

Disclosures

The authors have nothing to disclose.

Acknowledgements

وقد تسني هذا العمل بدعم من مؤسسه التعرف علي مرض الزهايمر والمساعدة من خدمه إنتاج الوسائط المتعددة في جامعه CEU Cardenal هيريرا ، وخاصه انريكي جينير. ونود ان نعترف بعمل جميع الصيدليات المشاركة (SEFAC) ، والأطباء المتعاونين من جمعيه أطباء الرعاية الاوليه (SEMERGEN) وجمعيه الأعصاب (SVN) الذين ساعدوا في تشخيص MCI ، وخاصه فيسنتي Gassull ، رافائيل سانشيز ، وجوردي بيريز. وأخيرا ، نشكر جميع الذين وافقوا علي المشاركة في هذه الدراسة.

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

  1. . 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)
  2. 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).
  3. Petersen, R. C., et al. Mild Cognitive Impairment: Clinical Characterization and Outcome. Archives of Neurology. 56 (3), 303 (1999).
  4. 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).
  5. 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).
  6. Faubel, R., et al. Usual sleep duration and cognitive function in older adults in Spain. Journal of Sleep Research. 18 (4), 427-435 (2009).
  7. 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).
  8. 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).
  9. 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).
  10. 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).
  11. 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).
  12. 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).
  13. 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).
  14. 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).
  15. Cohen, J. . Statistical Power Analysis for the Behavioral Sciences. , (2013).
  16. Nardi, P. M. . Doing Survey Research: A Guide To Quantitative Methods. , (2018).
  17. Sabater Hernández, D., Silva Castro, M. M., Faus Dáder, M. J. . Método Dáder: guía de seguimiento farmacoterapéutico. , (2017).
  18. 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).
  19. 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).
  20. Buschke, H., et al. Screening for dementia with the memory impairment screen. Neurology. 52 (2), 231-238 (1999).
  21. Verghese, J., et al. Picture-based memory impairment screen for dementia. Journal of the American Geriatrics Society. 60 (11), 2116-2120 (2012).
  22. 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).
  23. 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).
  24. 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).
  25. 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).
  26. 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).
  27. Blesa, R., et al. Clinical validity of the ‘mini-mental state’ for Spanish speaking communities. Neuropsychologia. 39 (11), 1150-1157 (2001).
  28. . pwr: Basic Functions for Power Analysis Available from: https://cran.r-project.org/web/packages/pwr/index.html (2018)
  29. . rpart: Recursive Partitioning and Regression Trees Available from: https://cran.r-project.org/web/packages/rpart (2018)
  30. . ATC/DDD Index Available from: https://www.whocc.no/atc_ddd_index (2018)
  31. Kuhn, M., Johnson, K. . Applied Predictive Modeling. 26, (2013).
  32. Kuhn, M. Building Predictive Models in R Using the caret Package. Journal of Statistical Software. 28 (5), 1-26 (2008).
  33. 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).

Play Video

Cite This Article
Muñoz-Almaraz, F. J., Climent, M. T., Guerrero, M. D., Moreno, L., Pardo, J. A Machine Learning Approach to Design an Efficient Selective Screening of Mild Cognitive Impairment. J. Vis. Exp. (155), e59649, doi:10.3791/59649 (2020).

View Video