Een machine learning-benadering voor het ontwerpen van een efficiënte selectieve screening van milde cognitieve stoornissen

Bevolking veroudering is het verhogen van de prevalentie van chronische en degeneratieve ziekten, vooral degeneratieve dementia, die naar verwachting meer dan 131.000.000 mensenwereld wijd door 2050¹treffen. Onder alle degeneratieve dementie, de ziekte van Alzheimer (AD) is de meest voorkomende met een algemene prevalentie in Europa van 6,88%². Vanwege de steeds dalende onafhankelijkheid van AD-patiënten, moet deze groep steun krijgen zodra de advertentie begint te manifesteren. Daarom is de vroegtijdige opsporing van prodromale tekenen van AD, zoals milde cognitieve stoornissen (MCI), essentieel.

MCI is gedefinieerd als een tussenliggende cognitieve daling stadium overeenkomend met normale veroudering en ernstige verslechtering als gevolg van dementie³. Volgens schattingen van Petersen et al.⁴is de prevalentie van mci 8,4% onder mensen van 65-69 jaar en bereikt 25,2% voor degenen ouder dan 80 jaar. MCI resultaten in individuen ervaren meer moeilijkheden dan verwacht in de uitvoering van laag niveau cognitieve vaardigheden, vooral die met betrekking tot geheugen en taal, maar interfereert niet met de activiteiten van het dagelijks leven.

Screening is geen synoniem voor diagnose; de diagnose van MCI zal altijd een klinische taak zijn, terwijl screeningsmethoden ons alleen kunnen laten weten dat een patiënt een grotere kans heeft om aan deze pathologie te lijden en dat er een gegrond vermoeden van MCI bestaat dat klinisch moet worden bevestigd. Daarom kunnen eerstelijns gezondheidszorgmedewerkers (artsen, apothekers, verpleegkundigen, enz.) profiteren van de beschikbaarheid van eenvoudige screeningsmethoden (korte cognitieve tests) die in minuten kunnen worden toegepast. Idealiter zouden deze patiënten objectief identificeren met een hoge waarschijnlijkheid van het lijden van een MCI, zodat ze vervolgens klinisch kunnen worden getest door algemene of gespecialiseerde artsen.

Aangezien de vroegtijdige opsporing van MCI in het kader van de volksgezondheid een essentiële taak wordt, heeft dit werk tot doel te bepalen welke kenmerken nuttig zijn bij de gerichte identificatie van MCI bij screeningstests van oudere populaties. Deze groepen zouden dan grondiger worden getest op MCI in tests die worden beheerd door aanbieders van primaire gezondheidszorg. Deze methodologie biedt een beslissingsstructuur met de juiste algoritmen voor het identificeren van de bevolkingsgroepen om te targeten.

Onder deze kenmerken, leeftijd is een van de meest consistente factoren in verband met de ontwikkeling van deze pathologie. Andere relevante kenmerken zijn gerelateerd aan demografische gegevens of lifestyle⁵. Onder de laatste, sommige studies hebben geïdentificeerd de duur van de dag of nacht slaap als een risicofactor die kan leiden tot de diagnose van MCI^5,6,7,8,9. De langdurige consumptie van medicijnen zoals benzodiazepinen, verbruikt door een geschatte 20%-25% van de oudere volwassenen^10,11, kan ook invloed hebben op de slaap uren en de ontwikkeling van MCI^12,13. Inderdaad, langdurige behandelingen voor chronische ziekten kunnen belangrijke kenmerken zijn nuttig in de pre-selectie van individuen met een hoog risico van lijden aan MCI.

Hier ontwikkelden we op gegevens gebaseerde modellen die gebruikmaken van automatische leeralgoritmen, een beslissingsstructuur en een voorspellend instrument om de efficiëntie van de methodologie voor het opsporen van MCI te vergroten door te discrimineren welke kenmerken een belangrijke rol spelen in de vroege detectie van MCI. De resulterende beslissingsstructuur die hier werd gepresenteerd, werd geproduceerd met behulp van een specifiek cohort van Spaanse patiënten die gebruik maken van communautaire apotheken. Deze methode zou echter ook nuttig zijn onder andere populaties met verschillende kenmerken.

Dit werk werd voltooid in samenwerking met primaire gezondheidszorg en gespecialiseerde artsen. Communautaire apotheken waren ideaal voor het testen van dit algoritme omdat ze dicht bij patiënten, hebben lange openingstijden, en worden vaak bezocht en geraadpleegd. Degeneratieve dementia zijn complexe aandoeningen die niet altijd goed begrepen worden door eerstelijnszorg verstrekkers¹⁴. Daarom, betrokken raken bij het proces zal het bewustzijn van mensen die lijden aan MCI en dementia te verhogen.