軽度認知障害の効率的な選択的スクリーニングを設計するための機械学習アプローチ

人口高齢化は、2050年までに世界で1億3100万人以上に影響を及ぼすと予想される慢性および変性疾患、特に変性認知症の罹患率を増加^{させている。}すべての変性認知症の中で、アルツハイマー病(AD)は6.88%2のヨーロッパで全体的な有病率で最も一般的である。AD患者の独立性が絶えず低下しているため、このグループはADが現れ始めるとすぐにサポートを受け始める必要があります。したがって、軽度認知障害(MCI)などのADのプロドロマル徴候の早期発見が不可欠である。

MCIは、認知症³による正常な老化と重度の悪化に対応する中間認知機能低下段階と定義される。Petersen et al.⁴の推計によると、MCIの罹患率は65~69歳の人で8.4%、80歳以上では25.2%に達しています。MCIは、低レベルの認知能力、特に記憶や言語に関連するスキルの実行に予想以上の困難を経験する個人をもたらすが、日常生活の活動を妨げません。

スクリーニングは診断と同義ではありません。MCIの診断は常に臨床的な作業であるのに対し、スクリーニング方法は、患者がこの病理に苦しむ可能性が高く、臨床的に確認されるべきMCIの十分に根拠のある疑いがあることを知らせるだけです。したがって、プライマリヘルスケアワーカー(医師、薬剤師、看護師など)は、数分で適用できる簡単なスクリーニング方法(簡単な認知テスト)の可用性から恩恵を受けることができます。理想的には、これらは客観的に一般的または専門の医師によって臨床的にテストできるように、MCIに苦しむ可能性の高い患者を識別します。

MCIの早期発見が公衆衛生の文脈の中で不可欠な課題になりつつあることを考えると、この研究は、高齢者のスクリーニング検査におけるMCIの標的同定にどの特性が有用であるかを特定することを目的とした。これらのグループは、プライマリヘルスケアプロバイダーによって管理されるテストでMCIのためにより徹底的にテストされます。この方法論は、ターゲットとする人口グループを識別するための適切なアルゴリズムをデシジョンツリーに提供します。

これらの特性の中で、年齢は、この病理の発症に関連する最も一貫した因子の一つである。その他の関連する特性は、人口統計またはライフスタイル⁵に関連しています。後者の中で、いくつかの研究は、MCI^{5、6、7、8、9}の診断につながる危険因子として昼間または夜間の睡眠の持続時間を特定しました。ベンゾジアゼピンのような薬物の長期消費は、高齢者の推定20%〜25%によって消費される10、11、睡眠時間およびMCI^12、13の発症にも影響を及ぼす可能性がある。実際、慢性疾患に対する長期治療は、MCIに罹患するリスクの高い個人の事前選択に有用な重要な特徴であり得る。

ここでは、自動学習アルゴリズム、デシジョンツリー、予測ツールを使用するデータベースのモデルを開発し、初期に重要な役割を果たす特性を判別することにより、MCIを検出する方法論の効率を高めました。MCI の検出。ここで提示された結果のデシジョンツリーは、地域薬局を使用してスペインの患者の特定のコホートを使用して製造されました。ただし、この方法は、異なる特性を持つ他の集団の間でも有用であろう。

この作業は、プライマリヘルスケアおよび専門の医師と共同で完了しました。地域の薬局は、患者に近く、営業時間が長く、頻繁に訪問され、相談されるため、このアルゴリズムをテストするのに最適でした。変性認知症は、プライマリヘルスケア提供者¹⁴によって常によく理解されていない複雑な状態である。そのため、このプロセスに関与すると、MCIや認知症に苦しむ人々の意識が高まります。