Name: a machine learning approach to design an efficient selective screening of mild cognitive impairment
Uploaded: 2020-01-11T12:00:00
Description: Watch this Scientific Journal Video about A Machine Learning Approach to Design an Efficient Selective Screening of Mild Cognitive Impairment at JoVE.com

Möglich wurde diese Arbeit durch die Unterstützung der Know Alzheimer Foundation und die Unterstützung des Multimedia-Produktionsdienstes an der Universidad CEU Cardenal Herrera, insbesondere Enrique Giner. Wir möchten die Arbeit aller teilnehmenden Apotheken (SEFAC) und der kooperierenden Ärzte der Gesellschaft der Primärmediziner (SEMERGEN) und der Neurology Society (SVN) würdigen, die bei den MCI-Diagnosen geholfen haben, insbesondere Vicente Gassull, Rafael Und Jordi Pérez. Abschließend danken wir allen, die sich bereit erklärt haben, an dieser Studie teilzunehmen.

Die in dieser Studie angewandte Methodik wurde zuvor5 in Arbeiten veröffentlicht, die an der Universität CEU Cardenal Herrera zusammen mit Gemeinschaftsapotheken in der Region Valencia (Spanien) durchgeführt wurden, die mit der Spanischen Gesellschaft für Familien- und Gemeinschaftsapotheke (SEFAC) verbunden sind. Diese aktuelle Studie wurde von der Forschungsethikkommission der Universidad CEU Cardenal Herrera (Zulassungs-Nr. CEI11/001) im März 2011. Alle an der Studie beteiligten Personen g...

<ol>
	<li>. World Alzheimer report 2016: improving healthcare for people living with dementia: coverage, quality and costs now and in the future Available from: <a target="_blank" href="https://scholar.google.com/scholar.bib?q=info:mEGpcpLHEIMJ:scholar.google.com">https://scholar.google.com/scholar.bib?q=info:mEGpcpLHEIMJ:scholar.google.com</a> (2016)</li><li>Niu, H., &#193;lvarez-&#193;lvarez, I., Guill&#233;n-Grima, F., Aguinaga-Ontoso, I. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Prevalence+and+incidence+of+Alzheimer's+disease+in+Europe:+A+meta-analysis.">Prevalence and incidence of Alzheimer's disease in Europe: A meta-analysis.</a> Neurolog&#237;a (English Edition). 32 (8), 523-532 (2017).</li><li>Petersen, R. C., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Mild+Cognitive+Impairment:+Clinical+Characterization+and+Outcome.">Mild Cognitive Impairment: Clinical Characterization and Outcome.</a> Archives of Neurology. 56 (3), 303 (1999).</li><li>Petersen, R. C., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Practice+guideline+update+summary:+Mild+cognitive+impairment:+Report+of+the+Guideline+Development,+Dissemination,+and+Implementation+Subcommittee+of+the+American+Academy+of+Neurology.">Practice guideline update summary: Mild cognitive impairment: Report of the Guideline Development, Dissemination, and Implementation Subcommittee of the American Academy of Neurology.</a> Neurology. 90 (3), 126-135 (2018).</li><li>Climent, M. T., Vilaplana, A. M., Arnedo, A., Vilar, J., Moreno-Royo, L. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Life+styles+associated+cognitive+impairment.+Study+from+the+community+pharmacy+[Estilos+de+vida+asociados+a+deterioro+cognitivo.+Estudio+preliminar+desde+la+farmacia+comunitaria].">Life styles associated cognitive impairment. Study from the community pharmacy [Estilos de vida asociados a deterioro cognitivo. Estudio preliminar desde la farmacia comunitaria].</a> Revista de Investigacion Clinica. 65 (6), 500-509 (2013).</li><li>Faubel, R., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Usual+sleep+duration+and+cognitive+function+in+older+adults+in+Spain.">Usual sleep duration and cognitive function in older adults in Spain.</a> Journal of Sleep Research. 18 (4), 427-435 (2009).</li><li>Benito-Le&#243;n, J., Louis, E. D., Bermejo-Pareja, F. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Cognitive+decline+in+short+and+long+sleepers:+A+prospective+population-based+study+(NEDICES).">Cognitive decline in short and long sleepers: A prospective population-based study (NEDICES).</a> Journal of Psychiatric Research. 47 (12), 1998-2003 (2013).</li><li>Ramos, A. R., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Association+between+Sleep+Duration+and+the+Mini-Mental+Score:+The+Northern+Manhattan+Study.">Association between Sleep Duration and the Mini-Mental Score: The Northern Manhattan Study.</a> Journal of Clinical Sleep Medicine. 9 (7), 669 (2013).</li><li>Gabelle, A., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Excessive+Sleepiness+and+Longer+Nighttime+in+Bed+Increase+the+Risk+of+Cognitive+Decline+in+Frail+Elderly+Subjects:+The+MAPT-Sleep+Study.">Excessive Sleepiness and Longer Nighttime in Bed Increase the Risk of Cognitive Decline in Frail Elderly Subjects: The MAPT-Sleep Study.</a> Frontiers in Aging Neuroscience. 9, 312 (2017).</li><li>Fern&#225;ndez, M., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Prevalence+of+dementia+in+the+elderly+aged+above+65+in+a+district+in+the+Basque+Country.">Prevalence of dementia in the elderly aged above 65 in a district in the Basque Country.</a> Revista de Neurologia. 46 (2), 89-96 (2008).</li><li>Velert Vila, J., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Suitability+of+the+use+of+benzodiazepines+prescribed+by+the+pharmacist+in+the+elderly.+A+doctor-pharmacist+collaboration+study.">Suitability of the use of benzodiazepines prescribed by the pharmacist in the elderly. A doctor-pharmacist collaboration study.</a> Atenci&#243;n Primaria. 44 (7), 402-410 (2012).</li><li>Ranstam, J., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Impaired+cognitive+function+in+elderly+men+exposed+to+benzodiazepines+or+other+anziolytics.">Impaired cognitive function in elderly men exposed to benzodiazepines or other anziolytics.</a> The European Journal of Public Health. 7 (2), 149-152 (1997).</li><li>Airagnes, G., Pelissolo, A., Lavall&#233;e, M., Flament, M., Limosin, F. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Benzodiazepine+Misuse+in+the+Elderly:+Risk+Factors,+Consequences,+and+Management.">Benzodiazepine Misuse in the Elderly: Risk Factors, Consequences, and Management.</a> Current Psychiatry Reports. 18 (10), 89 (2016).</li><li>Alacreu, M., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Importance+of+Increasing+Modifiable+Risk+Factors+Knowledge+on+Alzheimer's+Disease+Among+Community+Pharmacists+and+General+Practitioners+in+Spain.">Importance of Increasing Modifiable Risk Factors Knowledge on Alzheimer's Disease Among Community Pharmacists and General Practitioners in Spain.</a> Frontiers in Pharmacology. 10, 860 (2019).</li><li>Cohen, J. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=.">.</a> Statistical Power Analysis for the Behavioral Sciences. , (2013).</li><li>Nardi, P. M. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=.">.</a> Doing Survey Research: A Guide To Quantitative Methods. , (2018).</li><li>Sabater Hern&#225;ndez, D., Silva Castro, M. M., Faus D&#225;der, M. J. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=.">.</a> M&#233;todo D&#225;der: gu&#237;a de seguimiento farmacoterap&#233;utico. , (2017).</li><li>Pfeiffer, E. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=A+Short+Portable+Mental+Status+Questionnaire+for+the+Assessment+of+Organic+Brain+Deficit+in+Elderly+Patients.">A Short Portable Mental Status Questionnaire for the Assessment of Organic Brain Deficit in Elderly Patients.</a> Journal of the American Geriatrics Society. 23 (10), 433-441 (1975).</li><li>Folstein, M. F., Folstein, S. E., McHugh, P. R. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term="Mini-mental+state."+A+practical+method+for+grading+the+cognitive+state+of+patients+for+the+clinician.">"Mini-mental state." A practical method for grading the cognitive state of patients for the clinician.</a> Journal of Psychiatric Research. 12 (3), 189-198 (1975).</li><li>Buschke, H., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Screening+for+dementia+with+the+memory+impairment+screen.">Screening for dementia with the memory impairment screen.</a> Neurology. 52 (2), 231-238 (1999).</li><li>Verghese, J., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Picture-based+memory+impairment+screen+for+dementia.">Picture-based memory impairment screen for dementia.</a> Journal of the American Geriatrics Society. 60 (11), 2116-2120 (2012).</li><li>Nasreddine, Z. S., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=The+Montreal+Cognitive+Assessment,+MoCA:+A+Brief+Screening+Tool+For+Mild+Cognitive+Impairment.">The Montreal Cognitive Assessment, MoCA: A Brief Screening Tool For Mild Cognitive Impairment.</a> Journal of the American Geriatrics Society. 53 (4), 695-699 (2005).</li><li>Kaya, D., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=The+Saint+Louis+University+Mental+Status+Examination+Is+Better+than+the+Mini-Mental+State+Examination+to+Determine+the+Cognitive+Impairment+in+Turkish+Elderly+People.">The Saint Louis University Mental Status Examination Is Better than the Mini-Mental State Examination to Determine the Cognitive Impairment in Turkish Elderly People.</a> Journal of the American Medical Directors Association. 17 (4), e11-e15 (2016).</li><li>O'Caoimh, R., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Comparison+of+the+quick+mild+cognitive+impairment+(Qmci)+screen+and+the+SMMSE+in+screening+for+mild+cognitive+impairment.">Comparison of the quick mild cognitive impairment (Qmci) screen and the SMMSE in screening for mild cognitive impairment.</a> Age and Ageing. 41 (5), 624-629 (2012).</li><li>Cullen, B., ONeill, B., Evans, J. J., Coen, R. F., Lawlor, B. A. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=A+review+of+screening+tests+for+cognitive+impairment.">A review of screening tests for cognitive impairment.</a> Journal of Neurology, Neurosurgery &amp; Psychiatry. 78 (8), 790-799 (2007).</li><li>Mart&#237;nez de la Iglesia, J., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Adaptaci&#243;n+y+validaci&#243;n+al+castellano+del+cuestionario+de+Pfeiffer+(SPMSQ)+para+detectar+la+existencia+de+deterioro+cognitivo+en+personas+mayores+e+65+a&#241;os.">Adaptaci&#243;n y validaci&#243;n al castellano del cuestionario de Pfeiffer (SPMSQ) para detectar la existencia de deterioro cognitivo en personas mayores e 65 a&#241;os.</a> Medicina Cl&#237;nica. 117 (4), 129-134 (2001).</li><li>Blesa, R., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Clinical+validity+of+the+'mini-mental+state'+for+Spanish+speaking+communities.">Clinical validity of the 'mini-mental state' for Spanish speaking communities.</a> Neuropsychologia. 39 (11), 1150-1157 (2001).</li><li>. pwr: Basic Functions for Power Analysis Available from: <a target="_blank" href="https://cran.r-project.org/web/packages/pwr/index.html">https://cran.r-project.org/web/packages/pwr/index.html</a> (2018)</li><li>. rpart: Recursive Partitioning and Regression Trees Available from: <a target="_blank" href="https://cran.r-project.org/web/packages/rpart">https://cran.r-project.org/web/packages/rpart</a> (2018)</li><li>. ATC/DDD Index Available from: <a target="_blank" href="https://www.whocc.no/atc_ddd_index">https://www.whocc.no/atc_ddd_index</a> (2018)</li><li>Kuhn, M., Johnson, K. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=.">.</a> Applied Predictive Modeling. 26, (2013).</li><li>Kuhn, M. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Building+Predictive+Models+in+R+Using+the+caret+Package.">Building Predictive Models in R Using the caret Package.</a> Journal of Statistical Software. 28 (5), 1-26 (2008).</li><li>Climent, M. T., Pardo, J., Mu&#241;oz-Almaraz, F. J., Guerrero, M. D., Moreno, L. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Decision+Tree+for+Early+Detection+of+Cognitive+Impairment+by+Community+Pharmacists.">Decision Tree for Early Detection of Cognitive Impairment by Community Pharmacists.</a> Frontiers in Pharmacology. 9, 1-12 (2018).</li></ol>

Nach der Suche nach Begriffen, die mit MCI in Cochrane-Studien in der PubMed-Datenbank verbunden sind, wurde ein spezifischer Fragebogen für diese Studie erstellt, der die offensichtlichsten Variablen mit einer nachgewiesenen Assoziation mit MCI verwendete. Demographische, Lebensstil und soziale Faktoren, sowie die Pharmakotherapie des Patienten und einige relevante Pathologien wurden ebenfalls aufgezeichnet. Zusätzlich wurden die SPMSQ- und MMSE-MCI-Tests ausgewählt. Wichtig ist, dass der SPMSQ nicht vom Schulniveau ...

Die Bevölkerungsalterung erhöht die Prävalenz chronischer und degenerativer Erkrankungen, insbesondere degenerativer Demenzerkrankungen, von denen bis 2050 weltweit mehr als 131 Millionen Menschen betroffen sein dürften 10501. Unter allen degenerativen Demenzerkrankungen ist die Alzheimer-Krankheit (AD) am häufigsten mit einer Gesamtprävalenz in Europa von 6,88%2. Aufgrund der ständig abnehmenden Unabhängigkeit von AD-Patienten sollte diese Gruppe Unterstützung erhalten, sobald AD beginnt, sich zu manifestieren. Daher ist die Früherkennung von prodromalen Anzeichen von AD, wie leichte kognitive Beeinträchtigung (MCI), wichtig.
MCI ist definiert als ein mittleres kognitives Abnahmestadium, das dem normalen Altern und einer schweren Verschlechterung durch Demenz entspricht3. Nach Schätzungen von Petersen et al.4beträgt die Prävalenz von MCI 8,4 % bei den 65- bis 69-Jährigen und bei den über 80-Jährigen 25,2 %. MCI führt dazu, dass Personen mehr Schwierigkeiten haben als erwartet bei der Ausführung von kognitiven Fähigkeiten auf niedrigem Niveau, insbesondere solche, die mit Gedächtnis und Sprache zusammenhängen, aber nicht mit den Aktivitäten des täglichen Lebens stören.
Screening ist nicht gleichbedeutend mit Diagnose; die Diagnose von MCI wird immer eine klinische Aufgabe sein, während Screening-Methoden uns nur darüber informieren können, dass ein Patient eine höhere Wahrscheinlichkeit hat, an dieser Pathologie zu leiden, und dass es einen begründeten Verdacht auf MCI gibt, der klinisch bestätigt werden sollte. Daher könnten medizinische Sicherheitskräfte (Ärzte, Apotheker, Krankenschwestern usw.) von der Verfügbarkeit einfacher Screening-Methoden (kurze kognitive Tests) profitieren, die in wenigen Minuten angewendet werden können. Im Idealfall würden diese Patienten mit hoher Wahrscheinlichkeit, an einem MCI zu leiden, objektiv identifizieren, so dass sie dann von Allgemein- oder Fachärzten klinisch getestet werden können.
Da die Früherkennung von MCI zu einer wesentlichen Aufgabe im Kontext der öffentlichen Gesundheit wird, zielte diese Arbeit darauf ab, herauszufinden, welche Merkmale bei der gezielten Identifizierung von MCI bei Screening-Tests älterer Bevölkerungsgruppen nützlich sind. Diese Gruppen würden dann gründlicher auf MCI in Tests getestet, die von primären Gesundheitsdienstleistern durchgeführt werden. Diese Methode stellt eine Entscheidungsstruktur mit den geeigneten Algorithmen zum Identifizieren der Zielgruppen bereit, auf die abzielen soll.
Unter diesen Merkmalen ist das Alter einer der konsequentesten Faktoren, die mit der Entwicklung dieser Pathologie verbunden sind. Andere relevante Merkmale beziehen sich auf demographische n. Chr. oder Lebensstil5. Unter den letzteren, einige Studien haben die Dauer des Tages- oder Nachtschlafs als Risikofaktor identifiziert, der zur Diagnose von MCI5,6,7,8,9führen kann. Der längere Konsum von Medikamenten wie Benzodiazezepine, die von schätzungsweise 20%-25% der älteren Erwachsenen10,11, konsumiert werden, kann auch die Schlafstunden und die Entwicklung von MCI12,13beeinflussen. In der Tat, längere Behandlungen für chronische Krankheiten können wichtige Merkmale nützlich bei der Vorauswahl von Personen mit einem hohen Risiko, an MCI leiden.
Hier entwickelten wir datenbasierte Modelle, die automatische Lernalgorithmen, einen Entscheidungsbaum und ein Vorhersageinstrument verwenden, um die Effizienz der Methodik zur Erkennung von MCI zu erhöhen, indem sie diskriminieren, welche Merkmale eine wichtige Rolle in der Frühzeit spielen. Erkennung von MCI. Der hier vorgestellte Entscheidungsbaum wurde mit einer speziellen Kohorte spanischer Patienten in Gemeinschaftsapotheken erstellt. Diese Methode wäre jedoch auch bei anderen Populationen mit unterschiedlichen Merkmalen nützlich.
Diese Arbeit wurde in Zusammenarbeit mit der medizinischen Grundversorgung und spezialisierten Ärzten abgeschlossen. Gemeinschaftsapotheken waren ideal, um diesen Algorithmus zu testen, da sie patientennah sind, lange Öffnungszeiten haben und häufig besucht und konsultiert werden. Degenerative Demenz erkrankungen, die von den primären Gesundheitsdienstleistern nicht immer gut verstanden werden14. Daher wird die Beteiligung an diesem Prozess das Bewusstsein für Menschen mit MCI und Demenz schärfen.

<table border="1" fo:keep-together.within-page="1" fo:keep-with-next.within-page="always">
	<tbody>
		<tr>
			<td>caret</td>
			<td>Max Kuhn</td>
			<td></td>
			<td>R package</td>
		</tr>
		<tr>
			<td>rpart</td>
			<td>Terry Therneau, Beth Atkinson, Brian Ripley</td>
			<td></td>
			<td>R package</td>
		</tr>
		<tr>
			<td>SPMSQ in Spanish</td>
			<td>Farmaceuticoscomunitarios.org</td>
			<td></td>
			<td><a href="http://farmaceuticoscomunitarios.org/anexos/vol11_n1/ANEXO1.pdf" target="_blank">http://farmaceuticoscomunitarios.org/anexos/vol11_n1/ANEXO1.pdf</a></td>
		</tr>
		<tr>
			<td>SPMSQ in English</td>
			<td>geriatrics.stanford.edu</td>
			<td></td>
			<td><a href="https://geriatrics.stanford.edu/culturemed/overview/assessment/assessment_toolkit/spmsq.html" target="_blank">https://geriatrics.stanford.edu/culturemed/overview/assessment/assessment_toolkit/spmsq.html</a></td>
		</tr>
		<tr>
			<td>MMSE in Spanish</td>
			<td>Farmaceuticoscomunitarios.org</td>
			<td></td>
			<td><a href="http://farmaceuticoscomunitarios.org/anexos/vol11_n1/ANEXO2.pdf" target="_blank">http://farmaceuticoscomunitarios.org/anexos/vol11_n1/ANEXO2.pdf</a></td>
		</tr>
		<tr>
			<td>MMSE in English</td>
			<td>oxfordmedicaleducation.com</td>
			<td></td>
			<td><a href="http://www.oxfordmedicaleducation.com/geriatrics/mini-mental-state-examination-mmse/" target="_blank">http://www.oxfordmedicaleducation.com/geriatrics/mini-mental-state-examination-mmse/</a></td>
		</tr>
	</tbody>
</table>

a machine learning approach to design an efficient selective screening of mild cognitive impairment

Leichte kognitive Beeinträchtigung (MCI) ist das erste Anzeichen von Demenz bei älteren Bevölkerungsgruppen und seine Früherkennung ist entscheidend in unserer alternden Gesellschaft. Gemeinsame MCI-Tests sind zeitaufwändig, so dass ein wahlloses massives Screening nicht kosteneffektiv wäre. Hier beschreiben wir ein Protokoll, das Machine Learning-Techniken verwendet, um schnell Kandidaten für das weitere Screening über einen fragebasierten MCI-Test auszuwählen. Dadurch wird die Anzahl der für das Screening erforderlichen Ressourcen minimiert, da nur Patienten, die potenziell MCI-positiv sind, weiter getestet werden.
Diese Methode wurde in einer ersten MCI-Forschungsstudie angewandt, die den Ausgangspunkt für die Gestaltung eines selektiven Screening-Entscheidungsbaums bildete. Die erste Studie sammelte viele demografische und Lebensstil-Variablen sowie Details über Patientenmedikamente. Der Short Portable Mental Status Questionnaire (SPMSQ) und das Mini-Mental State Examination (MMSE) wurden verwendet, um mögliche Fälle von MCI zu erkennen. Schließlich haben wir diese Methode verwendet, um einen effizienten Prozess zur Klassifizierung von Personen zu entwerfen, die von MCI bedroht sind. Diese Arbeit bietet auch Einblicke in Lifestyle-bezogene Faktoren im Zusammenhang mit MCI, die bei der Prävention und Früherkennung von MCI bei älteren Bevölkerungsgruppen genutzt werden könnten.

Die teilnehmenden Apotheken sammelten Daten von 728 Konsumenten und sammelten demografische Variablen zusätzlich zu den den Teilnehmern verschriebenen Medikamenten. Für alle Variablen34wurde eine univariate logistische Regression durchgeführt; Die in Abbildung 3 und Abbildung 4 dargestellten Fehlerbalkendiagramme sind praktische grafische Darstellungen des Konfidenzintervalls des Quotenverhältnisses (f...

Watch this Scientific Journal Video about A Machine Learning Approach to Design an Efficient Selective Screening of Mild Cognitive Impairment at JoVE.com

A Machine Learning Approach to Design an Efficient Selective Screening of Mild Cognitive Impairment

Diese Methode produziert Entscheidungsbäume, die auf Bevölkerungsgruppen abzielen, die anfälliger für leichte kognitive Beeinträchtigungen sind und für ein kostengünstiges selektives Screening der Krankheit nützlich sind.

Ein machine Learning-Ansatz zur Entwicklung eines effizienten selektiven Screenings leichter kognitiver Beeinträchtigungen

Mild cognitive impairment (MCI) is the first sign of dementia among elderly populations and its early detection is crucial in our aging societies. Common ...

Der Zweck dieses Videos ist es, zu beschreiben, wie man ein kostengünstiges Screening von leichten kognitiven Beeinträchtigungen zu entwerfen, die mehr Schwierigkeiten als erwartet, um niedrige kognitive Fähigkeiten vor allem im Zusammenhang mit Gedächtnis und Sprache durchzuführen. Wir möchten die Bedeutung dieser Art von Zustand, der ältere Menschen betrifft, und die Vielseitigkeit dieses Verfahrens hervorheben. Dieses Verfahren könnte leicht an andere Krankheiten angepasst werden, wodurch ein kostspieliges Screening in ein realisierbares umgewandelt werden kann.Suche Cochrane Systematic Reviews für Bedingungen der Bedingung zu überprüfen. In unserer Studie zum Beispiel, kognitive Beeinträchtigung oder Demenz"mit Risikofaktoren verbunden. Die Suche nach PubMed-Begriffen zeigt einige Hinweise auf den Zusammenhang mit kognitiver Verschlechterung oder Demenz.Wählen Sie die Variablen mit mehr Anzeichen für eine Assoziation mit kognitiver Verschlechterung oder Demenz aus, um einen Fragebogen zu erstellen. Eine gründliche Suche einschließlich Begriffe als kognitive Beeinträchtigung"und Risikofaktoren"wurde mit PubMed und den Cochrane Systematic Reviews durchgeführt. Vor Beginn der Studie mit dem Ziel, die größte Anzahl von Faktoren, die in der wissenschaftlichen Literatur erscheinen, zusammenzustellen.Als mögliche Merkmale im Zusammenhang mit kognitiven Beeinträchtigungen, speziell in der Cochrane-Datenbank, wurde es für alle Artikel mit dem Begriff kognitive Beeinträchtigung"oder Demenz gehört, und in PubMed Artikel mit den Begriffen Sex, Bildungsniveau, kognitive Aktivitäten, körperliche Aktivität, Diabetes, Bluthochdruck, Cholesterin, Depression, Fettleibigkeit, Rauchen, Alkohol, Schlaf, Ernährung, und wirtschaftliche Bedingungen. In Kombination mit kognitiven Beeinträchtigungen"oder Demenz, auch. Daher wurde ein Fragebogen mit den Variablen bei der bibliographischen Überprüfung erstellt, die einige Hinweise auf den Zusammenhang mit kognitiver Verschlechterung oder Demenz liefern.Ein Fragebogen wird mit Informationen zu den ausgewählten zugeordneten Variablen erstellt. Für unsere Leistungsstudie sind die gewählten Variablen der demografische Lebensstil und chronische Pathologien sowie das Vorhandensein oder Fehlen von Depressionen, die häufig mit kognitiver Verschlechterung verbunden sind. Der Drogenkonsum wurde nach der Methodik erhoben.Der anatomische therapeutische Chemikaliencode wurde verwendet, um die Medikamente zu klassifizieren. Der ausgewählte Screening-Test könnte von Mitarbeitern der primären Gesundheit wie Apothekern durchgeführt werden. Grundlegende Merkmale, die für die Durchführung der Prüfung erforderlich waren, wurden berücksichtigt.Insbesondere für spanische ältere Bevölkerung mit einer großen Anzahl von Analphabeten, die im Spanischen Bürgerkrieg lebten, war unser Vorschlag mit Kurzen tragbaren mentalen Zustand Fragebogen der Gunst und Mini-Mental State Examination Beide sind weit verbreitet in Gedächtnisklinik verwendet, da einer von ihnen Erfordert Alphabetisierung. Die rekrutierten Personen waren nicht institutionalisierte Patienten im Alter von 65 Jahren oder älter, die regelmäßig in die Apotheke gingen und an der vorliegenden Studie teilnehmen wollten. Personen, die Schwierigkeiten hatten, einen Evaluierungstest durchzuführen, oder Personen, die sich in Behandlung wegen Demenz befinden, sind ausgeschlossen.Studienteilnehmer gelten als kognitive Beeinträchtigung, wenn mindestens eines der folgenden Kriterien erfüllt ist. Die Datenwerte im Short Portable Mental State Questionnaire sind vier oder mehr Punkte bei Analphabeten und drei oder mehr Punkte für andere Probanden. Weniger oder gleich 24 Punkten im korrigierten Mini-Mental State Examination Test.Kognitionsbehinderte Teilnehmer werden für ihre klinische Diagnose an einen Facharzt als Neurologen verwiesen. Apothekerforscher werden in Grundkenntnissen über kognitive Beeinträchtigungen und im Management von Screening-Tools geschult. Unsere Querschnittsstudie zum Nachweis kognitiver Beeinträchtigungen und potenzieller gesellschaftlicher Faktoren im Alter von 65 Jahren und älter ist Design.Geschätzte Stichprobengröße für eine Prävalenz der kognitiven Beeinträchtigung ist 541 Menschen, und mit einem Anstieg von 10%aufgrund von Verlusten, sind 600 Menschen. Zwischen dem Gesundheitsnetzwerk wurden Kommunikationsschreiben entwickelt, die über das Projekt informieren. Die endgültige Diagnose durch einen spezifischen Test ist der spezialisierten Pflege vorbehalten, nach dem im Diagramm gezeigten Protokoll.Dies ist ein proprietärer Schritt vor der Anwendung von Machine-Learning-Techniken, die Daten entsprechend dem p-Test der anzuwendenden Algorithmen transformieren. Die Algorithmen zum Generieren von Entscheidungsstrukturen sind die Änderung der Variabilität oder Korrelation zwischen Variablen. Der Fokus liegt also auf der Kategorisierung von Variablen.Zum Beispiel die Generierung von Variablen, um zu klassifizieren, ob der Patient ein Medikament nach der zweiten und dritten Ebene des anatomisch-therapeutischen chemischen Klassifikationscodes einnimmt, abhängig vom Pharmakotherapie-Follow-up-Blatt. Für jede Variable wurde eine logistische Regressionsanalyse durchgeführt, um auszuwerten, ob sie signifikant genug ist, um in den Datensatz aufgenommen zu werden, um die Entscheidungsstruktur zu generieren. Um die maximale Menge Genauigkeit in möglichen kognitiven Rückgang zu erhalten, wurden mehrere maschinelle Lerntechniken zusammengebracht.Und schließlich haben wir ein Modell mit einem 80% unseres Kerns und einem Baummodell entwickelt, das auf unserem rekursiven Petitionsalgorithmus basiert, um einen Entscheidungsbaum zu entwickeln, um die wichtigsten Variablen in einem Screening zu erhalten. Der Machine-Learning-Algorithmus, der auf den Trainingsdatensatz angewendet wird, der 80 % des gesamten Datensatzes ausmacht. Der verbleibende Teil wird verwendet, um die Genauigkeit des Modells zu schätzen.Es wird erwartet, dass der Datensatz im Gleichgewicht ist, und Downsampling ist eine der Techniken, um diesem Problem zu begegnen. Für das Screening sind wir sehr daran interessiert, die Anzahl der falschen Negative so weit wie möglich zu reduzieren. Dies kann durch eine obere PA-Auswahl der Verlustmatrix erreicht werden.Der optimale Parameter des Algorithmus wurde mit einer Kreuzvalidierung ausgewählt. Unsere Querschnittsstudie wurde mit 728 nicht institutionalisierten Teilnehmern über 65 Jahren durchgeführt. Einhundert und 27 Teilnehmer schneiden bei Tests mit leichter kognitiver Beeinträchtigung positiv ab.Die als positiv eingestuften Teilnehmer wurden auf die klinische Diagnose verwiesen. Nach der Durchführung der Studie zur Schätzung des Prozentsatzes der Benutzer mit leichter kognitiver Beeinträchtigung wird eine neue variate logistische Regression mit allen Variablen mit dem Ziel der Auswahl von Variablen durchgeführt. Für einige der signifikanteren Variablen wird in diesem Fehlerbalkendiagramm ein 99%-Konfidenzintervall des Odds-Verhältnisses angezeigt.Es ist eine gemeinsame intergrafische Darstellung für das Konfidenzintervall des Odds-Verhältnisses, bei dem eine niedrige Skala für das Odds-Verhältnis verwendet wird. Alle diese Variablen, deren p-Wert größer als 0,01 ist, werden ausgewählt, um ein breites Boxmodell basierend auf der Entscheidungsstruktur zu generieren, während viele andere Variablen mit einem höheren p-Wert nicht ausgewählt wurden, um das Modell zu generieren. Für diese einfachen Variablen wird z. B. das 99%-Konfidenzintervall des Odds-Verhältnisses in den Wert 1 aufgenommen.Und daher ist der p-Wert höher als 0,01. Nach dieser Vorverarbeitung haben wir den Datensatz in den Trainingsdatentest und den Testdatensatz aufgeteilt. Die Entscheidungsstruktur wird im Trainingsdatensatz als Eingabe generiert, die aus 583 Personen besteht, und mit dem Testsatz mit 145 Benutzern validiert.Die Leistung der Algorithmen wurde anhand des Bereichs unter der ROC-Kurve im Testsatz bewertet. Nach der Verwendung der Autobibliothek in R, für jeden Benutzer, der resultierende Baum zugewiesen eine Wahrscheinlichkeit und eine Empfehlung, ob der Benutzer sollte die milde kognitive Beeinträchtigung Test zu nehmen. Sie sind abhängig vom endgültigen Knoten in der Struktur.Der Wert am unteren Rand des Feldes ist der Prozentsatz der Personen mit diesen Eigenschaften im Trainingssatz. Je wärmer die Farbe der Box ist, desto wahrscheinlicher ist es bei Tests mit leichter kognitiver Beeinträchtigung. Achten Sie darauf, dass der oberste Knoten der Frage nach dem Fehlen von Speicherbeschwerden entspricht.Hier spricht eine positive Antwort auf den linken Zweig, da es die folgende Frage das Geschlecht des Benutzers ist, während eine negative Antwort impliziert, zum rechten Zweig zu gehen und nach der Schlafzeit des Benutzers pro Tag zu fragen. Um die volle Umwandlungsfähigkeit des Entscheidungsbaums auszuwerten, wird die ROC-Kurve angezeigt. Die Fläche unter der ROC-Kurve beträgt 0,763.Die Empfehlung des Baumes über die Einnahme des Tests mit leichter kognitiver Beeinträchtigung erreichte eine Empfindlichkeit. von 0,76 und einer Spezifität von 0,7, dargestellt mit einem blauen Punkt in der Abbildung. Als Ergebnis, ein kurzes Interview, um Benutzer mit dem Risiko einer leichten kognitiven Beeinträchtigung mit dem Werkzeug eines Entscheidungsbaums auszuwählen, erzeugt signifikant die Anzahl der Benutzer, die leichte kognitive Beeinträchtigung Tests, die ziemlich zeitaufwändig für den Tester ist.Diese Reduzierung kann im Testsatz geschätzt werden, wodurch die Verwechslungsmatrix der beobachteten und vorhergesagten Klassen interpretiert wird. Tatsächlich werden 55 von 145 Benutzern im Testsatz durch den Entscheidungsbaum ausgewählt, wodurch 62 % der Benutzer, die Tests durchführen, reduziert werden, während die meisten Benutzer, die bei leichter kognitiver Beeinträchtigung positiv sind, ausgewählt werden, nämlich 19 von 25. Als Abschluss dieser Studie, angesichts einer leichten kognitiven Beeinträchtigung Screening, deren Prävalenz niedrig ist, 17%wie die für die Forschungsstudie berücksichtigt, ist es möglich, eine Reihe von angemessenen Auswahlkriterien mit Hilfe von maschinellen Lerntechniken zu entwerfen, erhöhung des Prozentsatzes der positiven in leichten kognitiven Beeinträchtigung bis zu mehr als 30% unter ausgewählten Benutzern.Folglich haben diese Instrumente eine effizientere Überprüfung mit einer erheblichen Kostensenkung gefordert. Datengesteuerte Modelle, die davon profitieren, zu verstehen, was die wichtigsten Informationen sind, um ein reduziertes Modell zu konstruieren. Die Konstruktion eines Entscheidungsbaums gibt uns einen Einblick, auf welche Variablen wir setzen sollten, um Menschen, die die tests für leichte kognitive Beeinträchtigungen durchführen oder nicht, kostengünstig zu diskriminieren.Der Protokollentwurf ist zeitaufwändig. Aus diesem Grund, einige andere Tests können für die zukünftige Erkennung von leichten kognitiven Beeinträchtigung in nur wenigen Minuten in Betracht gezogen werden. Darüber hinaus haben wir uns entschieden, unsere Screening-Studie im Alter von 50 statt 65 Jahren als vorbeugende Aufgabe zu dienen, um die Wirksamkeit in der Kette der leichten kognitiven Beeinträchtigung zu erhöhen.Apotheker sind eine der zugänglichsten und regelmäßig besuchten Angehörigen der Gesundheitsberufe, und sie können eine entscheidende Rolle bei der Früherkennung von leichten kognitiven Beeinträchtigungen spielen.

Research

JoVE Journal

Behavior

The Crossmodal Congruency Task as a Means to Obtain an Objective Behavioral Measure in the Rubber Hand Illusion Paradigm

Die Kongruenz Crossmodale Aufgabe als ein Mittel zum Ziel Behavioral Messen in der Rubber Hand Illusion Paradigm erhalten

The rubber hand illusion (RHI) is a popular experimental paradigm. Participants view touch on an artificial rubber hand while the participants' own hidden ...

Forschung

Verhalten

Assessment of Age-related Changes in Cognitive Functions Using EmoCogMeter, a Novel Tablet-computer Based Approach

Bewertung der Altersbedingte Veränderungen der kognitiven Funktionen Verwenden EmoCogMeter, einen Tablet-Computer Novel Based Approach

The main goal of this study was to assess the usability of a tablet-computer-based application (EmoCogMeter) in investigating the effects of age on ...

Uncovering Beat Deafness: Detecting Rhythm Disorders with Synchronized Finger Tapping and Perceptual Timing Tasks

Aufdecken Schlag Taubheit: Entdecken Rhythmusstörungen mit Synchronized Finger Tapping und Wahrnehmungszeit Aufgaben

A set of behavioral tasks for assessing perceptual and sensorimotor timing abilities in the general population (i.e., non-musicians) is presented here ...

Experimental Assessment of Mouse Sociability Using an Automated Image Processing Approach

Experimentelle Bewertung der Maus Sociability einer automatisierten Bildverarbeitung Ansatz

Mouse is the preferred model organism for testing drugs designed to increase sociability. We present a method to quantify mouse sociability in which the ...

Assessment of Social Cognition in Non-human Primates Using a Network of Computerized Automated Learning Device (ALDM) Test Systems

Assessment of Social Cognition in Non-human Primates Using a Network of Computerized Automated Learning Device ALDM Test Systems

Beurteilung der sozialen Kognition in nicht-menschlichen Primaten Mit einem Netzwerk von Computermated Learning-Gerät (ALDM) Test Systems

Fagot &#38; Paleressompoulle1 and Fagot &#38; Bonte2 have published an automated learning device (ALDM) for the study of cognitive abilities of monkeys ...

A Novel Experimental and Analytical Approach to the Multimodal Neural Decoding of Intent During Social Interaction in Freely-behaving Human Infants

A Novel experimentellen und analytischen Ansatz zur multimodalen Neural Decoding of Intent Während Soziale Interaktion in Frei-verhalten menschliche Säuglinge

Understanding typical and atypical development remains one of the fundamental questions in developmental human neuroscience. Traditionally, experimental ...

Behavioral Disturbances: An Innovative Approach to Monitor the Modulatory Effects of a Nutraceutical Diet

Verhaltensstörungen: Ein innovativer Ansatz die Modulatorischer Auswirkungen einer Nutraceutical-Diät zu überwachen

In dogs, diets are often used to modulate behavioral disturbances related to chronic anxiety and stress caused by intense and restless activity. However, ...

The "Motor" in Implicit Motor Sequence Learning: A Foot-stepping Serial Reaction Time Task

Der "Motor" in der Kfz-implizite Reihenfolge lernen: ein Fuß-stepping serielle Reaktionszeit Aufgabe

This protocol describes a modified serial reaction time (SRT) task used to study implicit motor sequence learning. Unlike the classic SRT task that ...

Lexical Decision Task for Studying Written Word Recognition in Adults with and without Dementia or Mild Cognitive Impairment

Lexikalische Entscheidungsaufgabe zum Studium der schriftlichen Worterkennung bei Erwachsenen mit und ohne Demenz oder leichte kognitive Beeinträchtigung

Older adults are slower at recognizing visual objects than younger adults. The same is true for recognizing that a letter string is a real word. People ...

Using Practice Testing, Public Speaking, and Source Monitoring to Examine the Influences of Learning Strategies and Stress on Episodic Memory

Verwenden von Praxistests, öffentlichem Sprechen und Quellenüberwachung zur Untersuchung der Einflüsse von Lernstrategien und Stress auf episodisches Gedächtnis

Prior research demonstrated that learning information via retrieval practice, which entails studying and taking practice tests, resulted in less memory ...