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

Questo lavoro è stato reso possibile dal sostegno della Know Alzheimer Foundation e dall'aiuto del servizio di produzione multimediale presso l'Universidad CEU Cardenal Herrera, in particolare Enrique Giner. Vorremmo riconoscere il lavoro di tutte le farmacie partecipanti (SEFAC), e dei medici collaboratori della Society of Primary Care Doctors (SEMERGEN) e Neurology Society (SVN) che hanno aiutato con le diagnosi MCI, in particolare Vicente Gassull, Rafael E Jordi Pérez. Infine, ringraziamo tutti coloro che hanno accettato di partecipare a questo studio.

La metodologia applicata in questo studio è stata precedentemente pubblicata5 nel lavoro svolto presso l'Università CEU Cardenal Herrera insieme alle farmacie comunitarie nella regione di Valencia (Spagna) associata alla Società Spagnola di Farmaco della Famiglia e della Comunità (SEFAC). Lo studio attuale è stato esaminato e approvato dal Comitato Etico della Ricerca presso l'Universidad CEU Cardenal Herrera (approvazione n. CEI11/001) nel marzo 2011. Tutte le persone coinvolte nello studio ...

<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>

Dopo aver cercato termini associati a MCI negli studi di Cochrane nel database PubMed, è stato creato un questionario specifico per questo studio che ha utilizzato le variabili più evidenti con una comprovata associazione con MCI. Sono stati registrati anche fattori demografici, di stile di vita e sociali, nonché la farmacoterapia del paziente e alcune patologie rilevanti. Inoltre, sono stati selezionati anche i test SPMSQ e MMSE MCI. È importante sottolineare che la SPMSQ non è stata influenzata dal livello di scol...

L'invecchiamento della popolazione sta aumentando la prevalenza di malattie croniche e degenerative, in particolare demenze degenerative, che dovrebbero colpire più di 131 milioni di persone in tutto il mondo entro il 20501. Tra tutte le demenze degenerative, il morbo di Alzheimer (AD) è il più comune con una prevalenza complessiva in Europa del 6,88%2. A causa della sempre più declinata indipendenza dei pazienti affetti da AD, questo gruppo dovrebbe iniziare a ricevere supporto non appena l'AD inizia a manifestarsi. Pertanto, la diagnosi precoce di segni prodromici di AD, come un lieve danno cognitivo (MCI), è essenziale.
MCI è definito come una fase di declino cognitivo intermedio corrispondente al normale invecchiamento e grave deterioramento a causa della demenza3. Secondo le stime di Petersen et al.4, la prevalenza di MCI è dell'8,4% tra le persone di età compresa tra 65 e 69 anni e raggiunge il 25,2% per le persone di età superiore agli 80 anni. MCI si traduce in individui che sperimentano più difficoltà del previsto nell'esecuzione di abilità cognitive di basso livello, in particolare quelli legati alla memoria e al linguaggio, ma non interferisce con le attività della vita quotidiana.
Lo screening non è sinonimo di diagnosi; la diagnosi di MCI sarà sempre un compito clinico, mentre i metodi di screening possono solo informarci che un paziente ha una maggiore probabilità di soffrire di questa patologia e che c'è un fondato sospetto di MCI che dovrebbe essere confermato clinicamente. Di conseguenza, gli operatori sanitari primari (medici, farmacisti, infermieri, ecc.) potrebbero beneficiare della disponibilità di semplici metodi di screening (test cognitivi brevi) che possono essere applicati in pochi minuti. Idealmente, questi identificherebbero oggettivamente i pazienti con un'alta probabilità di soffrire di una MCI in modo che possano essere testati clinicamente da medici generici o specializzati.
Dato che la diagnosi precoce di MCI sta diventando un compito essenziale nel contesto della salute pubblica, questo lavoro mirava a identificare quali caratteristiche sono utili nell'identificazione mirata dell'MCI nei test di screening delle popolazioni anziane. Questi gruppi sarebbero quindi testati in modo più approfondito per mCI nei test gestiti dai fornitori di assistenza sanitaria primaria. Questa metodologia fornisce a un albero delle decisioni gli algoritmi appropriati per identificare i gruppi di popolazione di destinazione.
Tra queste caratteristiche, l'età è uno dei fattori più consistenti associati allo sviluppo di questa patologia. Altre caratteristiche rilevanti sono relative ai dati demografici o allo stile di vita5. Tra questi ultimi, alcuni studi hanno identificato la durata del sonno diurno o notturno come un fattore di rischio che può portare alla diagnosi di MCI5,6,7,8,9. Il consumo prolungato di farmaci come le benzodiazepine, consumato da una stima del 20%-25% degli adulti più anziani10,11, può anche influenzare le ore di sonno e lo sviluppo di MCI12,13. Infatti, trattamenti prolungati per le malattie croniche possono essere caratteristiche importanti utili nella preselezione di individui con un alto rischio di soffrire di MCI.
Qui, abbiamo sviluppato modelli basati su dati che utilizzano algoritmi di apprendimento automatico, un albero delle decisioni e uno strumento predittivo per aumentare l'efficienza della metodologia per rilevare l'MCI discriminando quali caratteristiche svolgono un ruolo importante nei primi anni rilevamento di MCI. L'albero delle decisioni qui presentato è stato prodotto utilizzando una coorte specifica di pazienti spagnoli che utilizzano farmacie comunitarie. Tuttavia, questo metodo sarebbe utile anche tra le altre popolazioni con caratteristiche diverse.
Questo lavoro è stato completato in collaborazione con l'assistenza sanitaria primaria e medici specializzati. Le farmacie comunitarie erano ideali per testare questo algoritmo perché sono vicine ai pazienti, hanno orari di apertura lunghi e sono spesso visitate e consultate. Le demenze degenerative sono condizioni complesse che non sono sempre ben comprese dagli operatori sanitari primari14. Pertanto, essere coinvolti nel processo aumenterà la consapevolezza delle persone affette da MCI e demenza.

<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

Il lieve danno cognitivo (MCI) è il primo segno di demenza tra le popolazioni anziane e la sua diagnosi precoce è cruciale nelle nostre società di invecchiamento. I test comuni dell'MCI richiedono molto tempo tale che uno screening massiccio indiscriminato non sarebbe conveniente. In questo articolo viene descritto un protocollo che utilizza tecniche di apprendimento automatico per selezionare rapidamente i candidati per un ulteriore screening tramite un test MCI basato su domande. Questo riduce al minimo il numero di risorse necessarie per lo screening perché solo i pazienti che sono potenzialmente MCI positivi sono ulteriormente testati.
Questa metodologia è stata applicata in uno studio di ricerca iniziale sulla MCI che ha costituito il punto di partenza per la progettazione di un albero decisionale di screening selettivo. Lo studio iniziale ha raccolto molte variabili demografiche e di stile di vita, nonché dettagli sui farmaci per i pazienti. Il Short Portable Mental Status Questionnaire (SPMSQ) e il Mini-Mental State Examination (MMSE) sono stati utilizzati per rilevare possibili casi di MCI. Infine, abbiamo utilizzato questo metodo per progettare un processo efficiente per classificare gli individui a rischio di MCI. Questo lavoro fornisce anche informazioni sui fattori legati allo stile di vita associati a MCI che potrebbero essere sfruttati nella prevenzione e nella diagnosi precoce di MCI tra le popolazioni anziane.

Le farmacie partecipanti hanno raccolto dati da 728 utenti e raccolto variabili demografiche oltre ai farmaci prescritti ai partecipanti. È stata eseguita una regressione logistica univariate per tutte le variabili34; i grafici della barra di errore illustrati nella Figura 3 e nella Figura 4 sono rappresentazioni grafiche convenienti dell'intervallo di confidenza del rapporto di probabilità (per le varia...

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

Questa metodologia produce alberi delle decisioni che prendono di mira gruppi di popolazione più inclini a soffrire di lievi disturbi cognitivi e sono utili per uno screening selettivo della malattia conveniente.

Un approccio di Machine Learning alla progettazione di uno screening selettivo efficiente di un lieve danno cognitivo

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

Lo scopo di questo video è descrivere come progettare uno screening economico del lieve deficit cognitivo, che comporta più difficoltà del previsto per eseguire basse capacità cognitive principalmente legate alla memoria e al linguaggio. Vogliamo sottolineare l'importanza di questo tipo di condizioni che colpiscono gli anziani e la versatilità di questa procedura. Questa procedura potrebbe essere facilmente adattata ad altre malattie, convertendo uno screening costoso in uno fattibile.Cerca Cochrane Systematic Reviews per i termini della condizione da migliorare. Ad esempio, nel nostro studio, il deterioramento cognitivo o la demenza "si sono uniti a fattori di rischio. Search on PubMed Terms presenta alcune prove della relazione con il deterioramento cognitivo o la demenza.Selezionare le variabili con più evidenza di associazione con deterioramento cognitivo o demenza per elaborare un questionario. Una ricerca approfondita che include termini come deficit cognitivo"e fattori di rischio"è stata condotta utilizzando PubMed e le revisioni sistematiche cochrane. Prima di iniziare lo studio con lo scopo di compilare il maggior numero di fattori che appaiono nella letteratura scientifica.Come possibili caratteristiche relative al deterioramento cognitivo, in particolare nel Database Cochrane, è stato ascoltato per tutti gli articoli con il termine deficit cognitivo"o demenza, e negli articoli PubMed con i termini di sesso, livello di istruzione, attività cognitive, attività fisica, diabete, ipertensione, colesterolo, depressione, obesità, fumo, alcol, sonno, dieta e condizioni economiche. In combinazione con deficit cognitivo"o demenza, anche. Pertanto, è stato elaborato un questionario con le variabili alla revisione bibliografica che presentano alcune prove della relazione con il deterioramento cognitivo o la demenza.Un questionario è progettato con informazioni sulle variabili associate selezionate. Per il nostro studio delle prestazioni, le variabili scelte sono lo stile di vita demografico e le patologie croniche oltre alla presenza o assenza di depressione, che è spesso associata al deterioramento cognitivo. Il consumo di farmaci è stato raccolto seguendo la metodologia.Il codice chimico terapeutico anatomico è stato utilizzato per classificare i farmaci. Il test di screening selezionato potrebbe essere somministrato da personale di salute primaria come i farmacisti. Si è tenuto conto delle caratteristiche di base necessarie per eseguire la prova.In particolare, per la popolazione anziana spagnola con una grande quantità di analfabeti che vivevano nella guerra civile spagnola, la nostra proposta era di utilizzare il questionario di favore dello stato mentale portatile breve e l'esame di stato mini-mentale Entrambi sono ampiamente utilizzati nella clinica della memoria, poiché uno di questi richiede alfabetizzazione. Le persone reclutate erano pazienti non istituzionalizzati di età superiore ai 65 anni che si recavano regolarmente in farmacia e desideravano partecipare al presente studio. Sono escluse le persone che hanno avuto difficoltà a eseguire un test di valutazione o le persone che sono in trattamento per la demenza.I partecipanti allo studio sono considerati cognitivi compromessi quando viene soddisfatto almeno uno dei seguenti criteri. I punteggi dei dati nel questionario sullo stato mentale portatile breve sono quattro o più punti nel caso di partecipanti analfabeti e tre o più punti per altri soggetti. Un minore o uguale a 24 punti nel test di esame di Stato mini-mentale corretto.I partecipanti con problemi cognitivi sono indirizzati a uno specialista medico, come neurologo, per la loro diagnosi clinica. I ricercatori farmacisti sono formati alle conoscenze di base sul deterioramento cognitivo e nella gestione degli strumenti di screening. Il nostro studio trasversale per rilevare il deficit cognitivo e i potenziali fattori derivati dalla società nell'età della popolazione dai 65 anni in su è la progettazione.La dimensione stimata del campione per una prevalenza di deficit cognitivo è di 541 persone e, con un aumento del 10% a causa delle perdite, sono 600 persone. Sono state progettate lettere di comunicazione tra la rete sanitaria che informa sul progetto. La diagnosi definitiva attraverso un test specifico è riservata alle cure specialistie, seguendo il protocollo mostrato nello schema.Si tratta di un passaggio proprietario prima di applicare tecniche di machine learning, trasformando i dati in base al p-test degli algoritmi da applicare. Gli algoritmi per generare alberi decisionali devono cambiare la variabilità o la correlazione tra le variabili. Quindi l'attenzione si concentra sulla categorizzazione delle variabili.Ad esempio, generando variabili per classificare se il paziente sta assumendo o meno un farmaco in base al secondo e terzo livello del codice di classificazione chimica terapeutica anatomica, a seconda della scheda di follow-up della farmacoterapia. È stata eseguita un'analisi di regressione logistica per ogni variabile per valutare se è abbastanza significativa da essere inclusa nel set di dati per generare l'albero delle decisioni. Al fine di ottenere la massima precisione di quantità in in possibile declino cognitivo, diverse tecniche di apprendimento automatico sono state assemblate.Infine, abbiamo sviluppato un modello con l'80% del nostro core e un modello di albero basato sul nostro algoritmo di petizione ricorsiva per sviluppare un albero decisionale per ottenere le variabili più significative in uno screening. Algoritmo di machine learning applicato al set di dati di training, che consiste in un 80% dell'intero set di dati. La parte rimanente viene utilizzata per stimare l'accuratezza del modello.Si prevede che il set di dati sia in equilibrio e il downsampling è una delle tecniche per affrontare questo problema. Per lo screening, siamo molto interessati a ridurre il più possibile il numero di falsi negativi. Questo può essere ottenuto tramite una selezione PA superiore della matrice di perdita.Il parametro ottimale dell'algoritmo è stato selezionato con una convalida incrociata. Il nostro studio trasversale è stato condotto con 728 partecipanti non istituzionalizzati di età superiore ai 65 anni. Centoventiventi 27 partecipanti ottengono risultati positivi nei test di compromissione cognitiva lieve.I partecipanti classificati come positivi sono stati riferiti alla diagnosi clinica. Dopo aver eseguito lo studio di ricerca per stimare la percentuale di utenti con lieve deficit cognitivo, viene eseguita una nuova regressione logistica variata con tutte le variabili con lo scopo di selezionare le variabili. Per alcune delle variabili più significative, in questo grafico della barra di errore viene visualizzato un intervallo di confidenza del 99% del rapporto di probabilità.È una rappresentazione intergrafica comune per l'intervallo di confidenza del rapporto di probabilità, dove la scala bassa viene utilizzata per il rapporto quote. Tutte queste variabili il cui valore p è maggiore di 0,01 vengono selezionate per generare un modello wide box basato sull'albero delle decisioni, mentre molte altre variabili con un valore p più alto non sono state selezionate per generare il modello. Ad esempio, per queste variabili semplici, l'intervallo di confidenza del 99% del rapporto quote è incluso nel valore uno.E quindi, il valore p è superiore a 0,01. Dopo questa pre-elaborazione, abbiamo diviso il set di dati in test dei dati di training e il set di dati di test. L'albero delle decisioni viene generato nel set di dati di training come input, composto da 583 persone, e convalidato con il set di test con 145 utenti.Le prestazioni degli algoritmi sono state valutate per mezzo dell'area sotto la curva ROC nel set di test. Dopo aver utilizzato car Library in R, per ogni utente, l'albero risultante ha assegnato una probabilità e una raccomandazione sull'opportunità o meno per l'utente di fare il test di lieve deterioramento cognitivo. Dipendono dal nodo finale nell'albero.Il valore nella parte inferiore della scatola è la percentuale di individui con queste caratteristiche nel set di allenamento. Più caldo è il colore della scatola, più è probabile che sia positivo nei test di compromissione cognitiva lieve. Prestare attenzione che il nodo superiore corrisponda alla domanda sull'assenza di reclamo di memoria.Qui, una risposta positiva arriva al ramo sinistro, essendo la seguente domanda il sesso dell'utente, mentre una risposta negativa implica andare al ramo destro e chiedere del tempo di sonno dell'utente al giorno. Per valutare la capacità di cast completo dell'albero decisionale, viene visualizzata la curva ROC. L'area sotto la curva ROC è.0.763.La raccomandazione dell'albero di fare il lieve test di compromissione cognitiva ha raggiunto una sensibilità. di 0,76 e una specificità di 0,7, rappresentata con un punto blu nella figura. Di conseguenza, una breve intervista per selezionare gli utenti a rischio di lieve deterioramento cognitivo con lo strumento di un albero decisionale produce in modo significativo il numero di utenti che essumano lievi test di deficit cognitivo, che richiede molto tempo per il tester.Questa riduzione può essere stimata nel set di test, interpretando la matrice di confusione delle classi osservate e previste. In effetti, 55 utenti su 145 nel set di test sono selezionati dall'albero decisionale, riducendo il 62% degli utenti che fanno i test, mentre la maggior parte degli utenti è positiva in lieve deficit cognitivo, vale a dire 19 su 25. A conclusione di questo studio, dato un lieve screening cognitivo di deficit la cui prevalenza è bassa, il 17% come quella considerata per lo studio di ricerca, è possibile progettare una serie di criteri di selezione adeguati attraverso tecniche di apprendimento automatico, aumentando la percentuale di positivo in lieve deficit cognitivo fino a oltre il 30% tra gli utenti selezionati.Di conseguenza, questi strumenti hanno chiesto di essere più efficienti nello screening con una sostanziale riduzione dei costi. Modelli basati sui dati che traggono vantaggio dalla comprensione di quali sono le informazioni più importanti per costruire un modello ridotto. La costruzione di un albero decisionale ci dà un'idea di quali variabili dovremmo mettere a fuoco, al fine di discriminare in modo conveniente le persone che sono o meno raccomandate a fare i test di compromissione cognitiva lieve.la progettazione del protocollo richiede molto tempo. Per questo motivo, alcuni altri test possono essere considerati per il rilevamento futuro di lieve deficit cognitivo in pochi minuti. Inoltre, abbiamo deciso di servire il nostro studio di screening all'età di 50 anni invece di 65 come compito preventivo al fine di aumentare l'efficacia nella catena di lieve deficit cognitivo.I farmacisti sono uno degli operatori sanitari più accessibili e visitati regolarmente e possono svolgere un ruolo vitale nella diagnosi precoce di lieve deficit cognitivo.

Research

JoVE Journal

Behavior

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

La Task Congruenza crossmodali come un mezzo per ottenere una misura comportamentale Obiettivo della mano di gomma Illusion Paradigma

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

Ricerca

Comportamento

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

Valutazione dei cambiamenti legati all&#39;età delle funzioni cognitive Utilizzando EmoCogMeter, un nuovo approccio Tablet Computer Based

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

Scoprire beat Sordità: Disturbi Rilevamento ritmo sincronizzato Finger Tapping e Attività Timing percettive

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

Valutazione sperimentale del mouse Socialità con un approccio Image Processing automatizzata

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

Valutazione della cognizione sociale in primati non umani Uso di una rete di computerizzato Automated Learning dispositivo Systems (ALDM) prova

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

Un nuovo approccio sperimentale e analitico al multimodale neurale decodifica di intenti durante l&#39;interazione sociale in Liberamente-comportarsi neonati umani

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

Disturbi del comportamento: un approccio innovativo per monitorare gli effetti modulatori di una dieta Nutraceutical

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

Il "motore" a motore implicito sequenza di apprendimento: una reazione seriale un passo piede volta compito

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

Compito decisionale lessicale per studiare il riconoscimento delle parole scritte negli adulti con e senza demenza o lieve danno cognitivo

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

Utilizzo di test pratici, parlare in pubblico e monitoraggio delle fonti per esaminare le influenze delle strategie di apprendimento e lo stress sulla memoria episodica

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