መለስተኛ የግንዛቤ እክልን በመመደብ የMemTrax እና የማሽን መማሪያ ሞዴሊንግ አጠቃቀም

የምርምር አንቀጽ

ደራሲያን: በርጌሮን, ሚካኤል ኤፍ | Landset, Sara | Zhou, Xianbo | ዲንግ, ታኦ | Khoshgoftaar, Taghi M. | Zhao, Feng | ዱ, ቦ | Chen, Xinjie | ዋንግ, ሹዋን | Zhong, Lianmei | Liu, Xiaolei| አሽፎርድ ፣ ጄ ዌሰን

DOI: 10.3233 / JAD-191340

ጆርናል፡ ጆርናል ኦፍ የመርሳት በሽታ, ጥራዝ. 77, አይደለም. 4, ገጽ 1545-1558, 2020

ረቂቅ

ከበስተጀርባ:

በስፋት መከሰት እና መስፋፋት የአልዛይመር በሽታ እና መለስተኛ የግንዛቤ እክል (MCI) ቀደም ብሎ ማወቅን የግንዛቤ ምርመራ እና ግምገማን ለማረጋገጥ አስቸኳይ የጥናት ጥሪ አቅርቧል።

ዓላማ

የእኛ ዋና የምርምር አላማ የተመረጡ የሜምትራክስ የአፈፃፀም መለኪያዎች እና ተዛማጅ የስነ-ህዝብ እና የጤና መገለጫ ባህሪያት የግንዛቤ ጤናን ለመመደብ በማሽን መማር በተዘጋጁ የመተንበይ ሞዴሎች ውስጥ ውጤታማ በሆነ መንገድ ጥቅም ላይ መዋል አለመቻላቸውን ለመወሰን ነበር (መደበኛ ከኤምሲአይ)። የሞንትሪያል የግንዛቤ ግምገማ (ሞሲኤ)

ዘዴዎች-

ከሁለት የተመለመሉ 259 የኒውሮሎጂ፣ የማስታወሻ ክሊኒክ እና የውስጥ ደዌ ጎልማሶች ላይ ሰፊ ጥናት አድርገናል። በቻይና ውስጥ ሆስፒታሎች. እያንዳንዱ ታካሚ በቻይንኛ ቋንቋ MoCA ተሰጥቷል እና እራሱን ያስተዳድራል ተከታታይ እውቅና MemTrax በመስመር ላይ የማህደረ ትውስታ ሙከራ በመስመር ላይ በተመሳሳይ ቀን. ግምታዊ አመዳደብ ሞዴሎች የተገነቡት የማሽን መማሪያን በ10-ፎል ማቋረጫ ማረጋገጫ በመጠቀም ነው፣ እና የሞዴል አፈጻጸም የሚለካው Area Under the Receiver Operating Characteristic Curve (AUC) በመጠቀም ነው። ሞዴሎች የተገነቡት ከስምንቱ የጋራ የስነ-ሕዝብ እና የግል ታሪክ ባህሪያት ጋር ሁለት MemTrax የአፈጻጸም መለኪያዎችን (በመቶ ትክክል፣ የምላሽ ጊዜ) በመጠቀም ነው።

ውጤቶች:

ተማሪዎችን በተመረጡት የሞሲኤ ውጤቶች እና ገደቦች ውህዶች ላይ በማነፃፀር፣ Naïve Bayes በአጠቃላይ 0.9093 አፈፃፀም ያለው ከፍተኛ አፈጻጸም ያለው ተማሪ ነበር። በተጨማሪም፣ ከሦስቱ ከፍተኛ ተማሪዎች መካከል፣ ሁሉንም 0.9119 የጋራ ባህሪያት (10) ከመጠቀም ጋር ሲነፃፀር፣ በሜምትራክስ ላይ የተመሰረተ የምደባ አፈጻጸም በአጠቃላይ ከፍተኛ ደረጃ ያላቸውን አራት ባህሪያትን (0.8999) በመጠቀም የላቀ ነበር።

ማጠቃለያ:

MemTrax አፈጻጸም በማሽን መማሪያ ምደባ መተንበይ ሞዴል ውስጥ በብቃት ጥቅም ላይ ሊውል ይችላል። የመጀመሪያ ደረጃ የግንዛቤ እክልን ለመለየት የማጣሪያ መተግበሪያ.

መግቢያ

የታወቁት (በምርመራ ያልተመረመረ ቢሆንም) ሰፊ ስርጭት እና ስርጭት እና በትይዩ እየጨመረ የመጣው የህክምና፣ ማህበራዊ እና የህዝብ ጤና የአልዛይመር በሽታ (ኤ.ዲ.) እና ቀላል የግንዛቤ እክል (MCI) ወጪዎች እና ሸክሞች ለሁሉም ባለድርሻ አካላት ከጊዜ ወደ ጊዜ እየጨመሩ ይገኛሉ [1, 2]. ይህ አስጨናቂ እና አሳፋሪ ሁኔታ ለምርምር አስቸኳይ ጥሪ አቅርቧል ቅድመ ምርመራ የግንዛቤ ማጣሪያ እና የግምገማ መሳሪያዎች ለመደበኛ ተግባራዊ አገልግሎት በግል እና ክሊኒካዊ መቼቶች በተለያዩ ክልሎች እና ህዝቦች ላሉት አረጋውያን በሽተኞች [3]። እነዚህ መሳሪያዎች የመረጃ ውጤቶችን ወደ ኤሌክትሮኒክ የጤና መዛግብት ያለምንም እንከን ለመተርጎም ማቅረብ አለባቸው። ጥቅሞቹ ለታካሚዎች በማሳወቅ እና ሀኪሞች ጉልህ ለውጦችን ቀደም ብለው እንዲገነዘቡ በመርዳት እና በፍጥነት እና ወቅታዊ በሆነ መንገድ ማስተካከል ፣ መተግበር እና ተገቢውን ግለሰባዊ እና የበለጠ ወጪ ቆጣቢ ህክምና እና የታካሚ እንክብካቤን መከታተል ለጀመሩ ሰዎች እውን ይሆናል ። የግንዛቤ መቀነስ [3፣4]

በኮምፒዩተር የተሰራው MemTrax መሳሪያ (https://memtrax.com) ቀላል እና አጭር ተከታታይ የዕውቅና ግምገማ በመስመር ላይ በራስ መተዳደር የሚቻለው ፈታኝ ጊዜን የጠበቀ የትዝታ አፈጻጸምን ለመለካት ተጠቃሚው ለተደጋገሙ ምስሎች ምላሽ የሚሰጥበት እንጂ ለመጀመሪያ አቀራረብ [5, 6] አይደለም። የቅርብ ጊዜ ምርምር እና የተግባር አንድምታዎች የMemTrax ክሊኒካዊ ውጤታማነት በቅድመ AD እና MCI ማጣሪያ [5-7] በሂደት እና በጋራ ማሳየት ጀምረዋል። ሆኖም ግን, ክሊኒካዊ መገልገያ ከነባሩ ጋር በቀጥታ ማወዳደር የእውቀት (ኮግኒቲቭ) ጤና ግምገማ እና የተለመዱ ደረጃዎች ሙያዊ እይታን ለማሳወቅ እና MemTrax መገልገያን በቅድመ ማወቂያ እና የምርመራ ድጋፍ ለማረጋገጥ ዋስትና አላቸው። ቫን ደር ሆክ እና ሌሎች. [8] የተመረጡትን MemTrax የአፈጻጸም መለኪያዎችን (የምላሽ ፍጥነት እና ትክክለኛ በመቶኛ) ከግንዛቤ ሁኔታ ጋር በማወዳደር በሞንትሪያል የግንዛቤ ግምገማ (ሞሲኤ) ነገር ግን፣ ይህ ጥናት እነዚህን የአፈጻጸም መለኪያዎች ከግንዛቤ ሁኔታ (በሞሲኤ የተወሰነው) ባህሪ ጋር በማያያዝ እና አንጻራዊ ክልሎችን እና የመቁረጫ ዋጋዎችን በመወሰን ብቻ የተወሰነ ነበር። በዚህ መሠረት ይህንን ምርመራ ለማስፋፋት እና የምደባ አፈጻጸምን እና ውጤታማነትን ለማሻሻል ዋናው የጥናት ጥያቄያችን፡-

  • የአንድ ግለሰብ የተመረጠ MemTrax የአፈጻጸም መለኪያዎች እና ተዛማጅ የስነ-ሕዝብ እና ጤና ባንድ በኩል የሆነ መልክ በአንድ ሰው የሞሲኤ ውጤት እንደሚያሳየው የግንዛቤ ጤናን በዲቾቶሚ (የተለመደ ከኤምሲአይ ጋር) ለመመደብ በማሽን መማር በተዘጋጀ የትንበያ ሞዴል ውስጥ ውጤታማ በሆነ መንገድ ጥቅም ላይ ይውላሉ?

በሁለተኛ ደረጃ ማወቅ እንፈልጋለን፡-

  • ተመሳሳይ ባህሪያትን ጨምሮ፣ በገለልተኛ ክሊኒካዊ ምርመራ እንደሚወሰን፣ በተመረጡ የግንዛቤ እክል ምድቦች ውስጥ የክብደት መጠን (ቀላል እና ከባድ) ለመተንበይ MemTrax አፈፃፀም ላይ የተመሠረተ የማሽን መማሪያ ሞዴል ለታካሚ በትክክል ሊተገበር ይችላል?

በአርቴፊሻል ኢንተለጀንስ እና በማሽን መማር በምርመራ/በምርመራ ላይ መምጣት እና ማደግ ላይ ያሉ ተግባራዊ አተገባበር ቀድሞውንም ልዩ የሆኑ ተግባራዊ ጥቅሞችን አሳይተዋል፣ ትንበያ ሞዴሊንግ ክሊኒኮች በአስቸጋሪ የግንዛቤ/የአንጎል ጤና እና የታካሚ አስተዳደር ግምገማ ላይ በብቃት በመምራት። በጥናታችን ውስጥ፣ በቻይና ከሚገኙት ሁለት ሆስፒታሎች የተመረጡ በጎ ፈቃደኞችን እና የተመላላሽ ታካሚዎችን ከሚወክሉ ሶስት የመረጃ ስብስቦች በክሊኒካዊ ምርመራ እንደተረጋገጠው በMCI ምደባ ሞዴሊንግ እና የግንዛቤ እክል ከባድ መድልዎ ላይ ተመሳሳይ አቀራረብን መርጠናል። የማሽን መማሪያ መተንበይ ሞዴሊንግ በመጠቀም፣ ከፍተኛ አፈጻጸም ያላቸውን ተማሪዎች ከተለያዩ የመረጃ ስብስብ/የተማሪ ውህዶች ለይተናል እና በጣም ክሊኒካዊ ተግባራዊ ሞዴል መተግበሪያዎችን በመግለጽ ረገድ መመሪያዎቹን ደረጃ ሰጥተናል።

የኛ መላምቶች የተረጋገጠ MemTrax ላይ የተመሰረተ ሞዴል የግንዛቤ ጤናን በሁለትዮሽ (መደበኛ ወይም ኤምሲአይ) በMoCA አጠቃላይ የውጤት ገደብ መስፈርት ለመመደብ ጥቅም ላይ ሊውል እንደሚችል እና ተመሳሳይ MemTrax መተንበይ ሞዴል በተመረጡ ምድቦች ውስጥ ክብደትን በማድላት ውጤታማ በሆነ መልኩ ጥቅም ላይ ሊውል ይችላል የሚል ነበር። ክሊኒካዊ ምርመራ የግንዛቤ እክል. የሚጠበቁትን ውጤቶች ማሳየት የMemTraxን ውጤታማነት ለመደገፍ የግንዛቤ ማሽቆልቆልን እና የግንዛቤ እክል ምደባን እንደ ቀደምት ማወቂያ ስክሪን ለመደገፍ አጋዥ ይሆናል። ክሊኒኮች ይህን ቀላል፣ አስተማማኝ እና ተደራሽ መሣሪያ ቀደምት (ፕሮድሮማልን ጨምሮ) የግንዛቤ ጉድለቶችን ለመለየት እንደ የመጀመሪያ ስክሪን እንዲወስዱት በመርዳት ከኢንዱስትሪው ከሚባል መስፈርት ጋር ያለው ንፅፅር በላቀ ቀላልነት እና የፍጆታ ፈጣንነት ላይ ተጽእኖ ይኖረዋል። እንዲህ ዓይነቱ አቀራረብ እና መገልገያ ስለዚህ የበለጠ ወቅታዊ እና የተሻለ የታካሚ እንክብካቤ እና ጣልቃገብነት ሊጠይቅ ይችላል። እነዚህ ወደፊት-አስተሳሰብ ግንዛቤዎች እና የተሻሻሉ መለኪያዎች እና ሞዴሎች እንዲሁም የመርሳት እድገትን ለመቀነስ ወይም ለማስቆም፣ AD እና AD-related dementias (ADRD)ን ጨምሮ ጠቃሚ ሊሆኑ ይችላሉ።

ቁስአካላት እና መንገዶች

ጥናት ያድርጉ

ከጥር 2018 እስከ ኦገስት 2019 ባለው ጊዜ ውስጥ በቻይና ውስጥ ከሚገኙት ሁለት ሆስፒታሎች በተቀጠሩ ታካሚዎች ላይ የተለያዩ ጥናቶች ተጠናቅቀዋል። ዕድሜያቸው 5 እና ከዚያ በላይ ለሆኑ ሰዎች የ MemTrax አስተዳደር እና የእነዚያ መረጃዎች አሰባሰብ እና ትንተና ታይቶ ተቀባይነት ያለው እና የተተገበረው በ ሰብአዊ የስታንፎርድ ዩኒቨርሲቲ ርዕሰ ጉዳይ ጥበቃ ኮሚቴ. MemTrax እና ለዚህ አጠቃላይ ጥናት ሁሉም ሙከራዎች የተከናወኑት በ1975 በሄልሲንኪ መግለጫ መሰረት ሲሆን በኩሚንግ፣ ዩንን፣ ቻይና በሚገኘው የኩሚንግ ሜዲካል ዩኒቨርሲቲ የመጀመሪያ ተባባሪ ሆስፒታል ተቋማዊ ግምገማ ቦርድ ጸድቋል። ለእያንዳንዱ ተጠቃሚ አንድ ተሰጥቷል መረጃ ላይ የተመሠረተ ስምምነት ለማንበብ/ለመገምገም ቅፅ እና ከዚያ ለመሳተፍ በፈቃደኝነት ይስማሙ።

ተሳታፊዎች በያንዋ ሆስፒታል (YH ንዑስ ዳታሴት) ውስጥ በሚገኘው የነርቭ ክሊኒክ ውስጥ ከሚገኙ የተመላላሽ ታካሚዎች ስብስብ ተመልምለዋል. የማስታወሻ ክሊኒክ በኩሚንግ ሜዲካል የመጀመሪያ ተባባሪ ሆስፒታል ዩኒቨርሲቲ (ኤክስኤል ንዑስ-መረጃ) በቤጂንግ ፣ ቻይና። በ Kunming Medical University የመጀመሪያ ተባባሪ ሆስፒታል ውስጥ ተሳታፊዎች ከኒውሮሎጂ (ኤክስኤል ንዑስ ዳታሴት) እና ከውስጥ ህክምና (KM sub-dataset) ታማሚዎች ተመልምለዋል። የማካተት መስፈርቶች 1) ወንዶች እና ሴቶች ቢያንስ 21 አመት, 2) ቻይንኛ የመናገር ችሎታ (ማንዳሪን) እና 3) የቃል እና የጽሁፍ አቅጣጫዎችን የመረዳት ችሎታን ያካትታል. የማግለያ መስፈርቶች ተሳታፊዎች እንዳያጠናቅቁ የሚከለክሉ የማየት እና የሞተር እክሎች ናቸው። MemTrax ሙከራ, እንዲሁም የተወሰኑ የሙከራ መመሪያዎችን መረዳት አለመቻል.

MemTrax የቻይና ስሪት

የመስመር ላይ MemTrax የሙከራ መድረክ ተተርጉሟል ወደ ቻይንኛ (ዩአርኤል፡ https://www.memtrax.com.cn) እና በWeChat (Shenzhen Tencent Computer Systems Co. LTD., Shenzhen, Guangdong, China) በኩል ጥቅም ላይ እንዲውል ራስን በራስ ለማስተዳደር ተስተካክሏል። መረጃው በቻይና ውስጥ በሚገኝ የደመና አገልጋይ (አሊ ክላውድ) ላይ የተከማቸ እና ከአሊባባ (አሊባባ ቴክኖሎጂ Co. Ltd., Hangzhou, Zhejiang, China) በ SJN Biomed LTD (ኩንሚንግ, ዩናን, ቻይና) ፍቃድ ተሰጥቶ ነበር. በ MemTrax ላይ የተወሰኑ ዝርዝሮች እና እዚህ ጥቅም ላይ የዋሉ የፍተሻ ትክክለኛነት መስፈርቶች ከዚህ ቀደም ተብራርተዋል [6]። ምርመራው ለታካሚዎች ያለምንም ክፍያ ተሰጥቷል.

የጥናት ሂደቶች

ለታካሚዎች እና ለተመላላሽ ታማሚዎች፣ እንደ ዕድሜ፣ ጾታ፣ የዓመታት ትምህርት፣ ሥራ፣ የመሳሰሉ የስነ ሕዝብ አወቃቀር እና የግል መረጃዎችን ለመሰብሰብ አጠቃላይ የወረቀት መጠይቅ፣ ብቻቸውን የሚኖሩ ወይም ከቤተሰብ ጋር፣ እና የህክምና ታሪክ የሚተዳደረው በጥናት ቡድኑ አባል ነው። መጠይቁ ከተጠናቀቀ በኋላ፣ የMoCA [12] እና MemTrax ፈተናዎች የተሰጡ (MoCA first) በፈተናዎች መካከል ከ20 ደቂቃ ባልበለጠ ጊዜ ውስጥ። MemTrax ፐርሰንት ትክክል (MTx-% C)፣ አማካኝ የምላሽ ጊዜ (MTx-RT) እና የፈተናው ቀን እና ሰዓት በአጥኚ ቡድን አባል ለተፈተነ እያንዳንዱ ተሳታፊ በወረቀት ላይ ተመዝግቧል። የተጠናቀቀው መጠይቅ እና የMoCA ውጤቶች ወደ ኤክሴል ተመን ሉህ የተሰቀሉት ፈተናዎችን ባደረገው ተመራማሪ እና የኤክሴል ፋይሎች ለትንታኔ ከመቀመጣቸው በፊት በአንድ ባልደረባ የተረጋገጠ ነው።

MemTrax ሙከራ

የMemTrax የመስመር ላይ ሙከራ 50 ምስሎችን (25 ልዩ እና 25 ተደጋጋሚዎች፤ 5 የ 5 የጋራ ትዕይንቶች ወይም የነገሮች ምስሎች) በአንድ የተወሰነ የውሸት-የዘፈቀደ ቅደም ተከተል አሳይቷል። ተሳታፊው (በመመሪያው) ፈተናውን ለመጀመር በስክሪኑ ላይ ያለውን የጀምር ቁልፍ በመንካት ተከታታይ ምስሎችን ማየት ይጀምራል እና ተደጋጋሚ ምስል በሚታይበት ጊዜ ምስሉን በተቻለ ፍጥነት ስክሪኑን ይንኩ። እያንዳንዱ ምስል ለ 3 ሰከንድ ወይም በስክሪኑ ላይ ያለው ምስል እስኪነካ ድረስ ታየ, ይህም የሚቀጥለውን ምስል ወዲያውኑ እንዲያቀርብ አነሳሳ. የአካባቢያዊውን መሳሪያ ውስጣዊ ሰዓት በመጠቀም ለእያንዳንዱ ምስል MTx-RT የሚወሰነው ምስሉ ከቀረበበት ጊዜ አንስቶ እስከ ስክሪኑ ተሳታፊው እስከተነካበት ጊዜ ድረስ ባለው ጊዜ ውስጥ ምስሉን ቀድሞውኑ እንደታየው እውቅና ለመስጠት ነው ። በፈተና ወቅት. MTx-RT ለእያንዳንዱ ምስል ተመዝግቧል፣ ምንም ምላሽ እንደሌለው የሚያሳይ ሙሉ 3 ሴኮንድ ተመዝግቧል። MTx-% C ተጠቃሚው በትክክል ምላሽ የሰጠባቸውን የድግግሞሽ እና የመጀመሪያ ምስሎች መቶኛን ለማመልከት ይሰላል (እውነተኛ አዎንታዊ + እውነተኛ አሉታዊ በ 50 ተከፍሏል)። የMemTrax አስተዳደር እና አተገባበር ተጨማሪ ዝርዝሮች፣ የውሂብ ቅነሳ፣ ልክ ያልሆነ ወይም "ምንም ምላሽ የለም" ውሂብ፣ እና የመጀመሪያ ደረጃ ዳታ ትንታኔዎች በሌላ ቦታ ተገልጸዋል።

የ MemTrax ፈተና በዝርዝር ተብራርቷል እና የተግባር ፈተና (ውጤቶችን ለመቅዳት በፈተና ውስጥ ጥቅም ላይ ከዋሉ ልዩ ምስሎች ጋር) በሆስፒታሉ ውስጥ ለሚገኙ ተሳታፊዎች ተሰጥቷል. በ YH እና KM ንዑስ የውሂብ ስብስቦች ውስጥ ያሉ ተሳታፊዎች የ MemTrax ሙከራን በ WeChat ላይ በተጫነው ስማርትፎን ላይ ወስደዋል; የተወሰኑ የኤክስኤል ንዑስ ዳታሴቶች ታካሚዎች አይፓድ ሲጠቀሙ የተቀሩት ደግሞ ስማርትፎን ተጠቅመዋል። ሁሉም ተሳታፊዎች የMemTrax ፈተናን በጥናት መርማሪ ሳይደናገጡ በመመልከት ወሰዱ።

የሞንትሪያል የግንዛቤ ግምገማ

የቤጂንግ የቻይንኛ ሞሲኤ (ሞሲኤ-ቢሲ) [13] የሚተዳደረው እና ውጤት ያስመዘገበው በኦፊሴላዊው የሙከራ መመሪያ መሠረት በሰለጠኑ ተመራማሪዎች ነው። በትክክል፣ MoCA-BC አስተማማኝ እንደሆነ ታይቷል። የእውቀት (ኮግኒቲቭ) ፈተና በሁሉም የትምህርት ደረጃዎች በቻይና አረጋውያን አዋቂዎች ላይ ምርመራ [14]. እያንዳንዱ ፈተና በተሳታፊው የግንዛቤ ችሎታዎች ላይ በመመስረት ለማስተዳደር ከ10 እስከ 30 ደቂቃዎች ፈጅቷል።

MoCA ምደባ ሞዴሊንግ

ሁለት MemTraxን ጨምሮ በአጠቃላይ 29 ጥቅም ላይ የሚውሉ ባህሪያት ነበሩ። የአፈጻጸም መለኪያዎችን እና 27 ከሥነ ሕዝብ አወቃቀር እና ጤና ጋር የተያያዙ ባህሪያትን ፈትኑ ለእያንዳንዱ ተሳታፊ መረጃ. የእያንዳንዱ ታካሚ የሞሲኤ ድምር ፈተና ውጤት እንደ እ.ኤ.አ የግንዛቤ ምርመራ የእኛ ትንበያ ሞዴሎችን ለማሰልጠን "ቤንችማርክ". በዚህ መሰረት፣ MoCA የክፍል መለያውን ለመፍጠር ጥቅም ላይ ስለዋለ፣ አጠቃላይ ውጤቱን (ወይም የትኛውንም የMoCA ንዑስ ውጤቶች) እንደ ገለልተኛ ባህሪ መጠቀም አልቻልንም። የመጀመሪያዎቹን ሶስት የሆስፒታል/ክሊኒክ(ዎች) ንኡስ ዳታሴቶች ሞዴል ያደረግንባቸው (በሞሲኤ የተገለፀውን የእውቀት (ኮግኒቲቭ) ጤና በመመደብ) ለየብቻ እና ሁሉንም ባህሪያት በመጠቀም የተዋሃዱ የመጀመሪያ ሙከራዎችን አድርገናል። ሆኖም ግን, ሁሉም ተመሳሳይ የውሂብ አካላት በሶስት ንኡስ-ዳታ ስብስቦች የሚወክሉት በእያንዳንዱ አራት ክሊኒኮች ውስጥ አልተሰበሰቡም; ስለዚህ፣ በዳታ ስብስብ ውስጥ ያሉ አብዛኛዎቹ ባህሪያችን (ሁሉንም ባህሪያት ስንጠቀም) ከፍተኛ የጎደሉ እሴቶች ነበሯቸው። ከዚያም የተለመዱ ባህሪያትን ብቻ በመጠቀም ሞዴሎችን ከተዋሃደ የውሂብ ስብስብ ጋር ገንብተናል ይህም የተሻሻለ የምደባ አፈጻጸም አስገኝቷል። ይህ ሊሆን የቻለው ሦስቱን የታካሚ ንዑስ-መረጃዎችን በማጣመር አብሮ ለመስራት ብዙ አጋጣሚዎችን በማጣመር እና ምንም አይነት ባህሪያት ከመጠን በላይ የጎደሉ እሴቶች (በተጣመረ የውሂብ ስብስብ ውስጥ አንድ ባህሪ ብቻ ፣ የስራ ዓይነት ፣ የጎደሉ እሴቶች ነበሩት ፣ ይህም ተጽዕኖ ያሳድራል) ሶስት የታካሚ አጋጣሚዎች ብቻ) ምክንያቱም በሶስቱም ጣቢያዎች የተመዘገቡ የተለመዱ ባህሪያት ብቻ ተካተዋል. በተለይም፣ በመጨረሻ በተጣመረ የውሂብ ስብስብ ውስጥ ያልተካተተ ለእያንዳንዱ ባህሪ የተለየ ውድቅ መስፈርት አልነበረንም። ነገር ግን፣ በቅድመ ጥምር የውሂብ ስብስብ ሞዴሊንግ፣ በመጀመሪያ ሁሉንም ገፅታዎች ከእያንዳንዳቸው ከሶስቱ የተለያዩ የታካሚ ንዑስ-መረጃዎች ተጠቀምን። ይህ በእያንዳንዱ ግለሰብ ንዑስ-ውሂብ ስብስብ ላይ ከመጀመሪያው ቀዳሚ ሞዴሊንግ በሚለካ መልኩ የሞዴል አፈጻጸምን በስፋት አስገኝቷል። በተጨማሪም፣ ሁሉንም ባህሪያት በመጠቀም የተገነቡት ሞዴሎች የምደባ አፈጻጸም አበረታች ቢሆንም፣ በሁሉም ተማሪዎች እና የምደባ መርሃ ግብሮች፣ የጋራ ባህሪያትን ብቻ ሲጠቀሙ አፈጻጸሙ በእጥፍ የበለጠ ተሻሽሏል። በእውነቱ፣ የኛ ከፍተኛ ተማሪ ከሆኑት መካከል፣ ከአንዱ ሞዴል በስተቀር ሁሉም የተለመዱ ባህሪያትን በማስወገድ ላይ ተሻሽለዋል።

የመጨረሻው ድምር መረጃ ስብስብ (YH፣ XL፣ እና KM ጥምር) 259 አጋጣሚዎችን አካትቷል፣ እያንዳንዱም MemTrax እና MoCA ፈተናዎችን የወሰደ ልዩ ተሳታፊን ይወክላል። 10 የተጋሩ ገለልተኛ ባህሪያት ነበሩ፡ MemTrax የአፈጻጸም መለኪያዎች፡ MTx-% C እና አማካኝ MTx-RT; የስነ ሕዝብ አወቃቀር እና የሕክምና ታሪክ መረጃ፡ ዕድሜ፣ ጾታ፣ የትምህርት ዓመት፣ የሥራ ዓይነት (ሰማያዊ አንገትጌ/ነጭ አንገትጌ)፣ የማኅበራዊ ድጋፍ (ተፈታኙ ብቻውን ወይም ከቤተሰቡ ጋር ይኖራል) እና ተጠቃሚው አዎን/የለም መልሶች የስኳር በሽታ ታሪክ, hyperlipidemia, ወይም አሰቃቂ የአንጎል ጉዳት. ሁለት ተጨማሪ መለኪያዎች፣ የሞሲኤ ድምር ውጤት እና የMoCA ድምር ውጤት ለዓመታት የተስተካከለ ትምህርት [12]፣ ጥገኛ ምደባ መለያዎችን ለማዘጋጀት ለየብቻ ጥቅም ላይ ውለው ነበር፣ ስለዚህም ሁለት የተለያዩ የሞዴሊንግ መርሃግብሮችን በተዋሃደ የመረጃ ቋታችን ላይ ተግባራዊ ማድረግ። ለእያንዳንዱ የMoCA ነጥብ (የተስተካከለ እና ያልተስተካከለ) ውሂቡ እንደገና ለሁለት የተለያዩ መስፈርቶች ሁለትዮሽ ምደባ ተቀርጿል-በመጀመሪያ የተመከረው አንድ [12] እና ሌሎች ጥቅም ላይ የዋሉ እና የሚያስተዋውቁ ተለዋጭ እሴት [8, 15]። በተለዋጭ የመነሻ ደረጃ ምደባ እቅድ፣ አንድ ታካሚ በMoCA ፈተና ≥23 ካስመዘገበ እና ነጥቡ 22 ወይም ከዚያ በታች ከሆነ MCI ከተገኘ መደበኛ የእውቀት (ኮግኒቲቭ) ጤና እንዳለው ይቆጠራል። ነገር ግን፣ በመጀመሪያው የተመከረው የምደባ ቅርጸት፣ በሽተኛው መደበኛ የግንዛቤ ጤና እንዳለው ለመሰየም በMoCA ላይ 26 ወይም የተሻለ ውጤት ማምጣት ነበረበት።

ለMoCA ምደባ ሞዴሊንግ የተጣራ ውሂብ

የMoCA ምደባን በተጨማሪ በአራት በብዛት ጥቅም ላይ የሚውሉ የባህሪ ደረጃ አሰጣጥ ቴክኒኮችን መርምረናል፡ ቺ-ካሬድ፣ የጌይን ሬሾ፣ የመረጃ ጥቅም እና የሲሜትሪክ አለመረጋጋት። ለጊዜያዊ እይታ፣ እያንዳንዱን አራቱን የሞዴሊንግ ዕቅዶቻችንን በመጠቀም ደረጃ ሰሪዎችን በጠቅላላ የተቀናጀ የውሂብ ስብስብ ላይ ተግባራዊ አድርገናል። ሁሉም ደረጃ ሰጭዎች በተመሳሳይ ከፍተኛ ባህሪያት ተስማምተዋል፣ ማለትም፣ እድሜ፣ የትምህርት አመት ብዛት እና በሁለቱም MemTrax የስራ አፈጻጸም መለኪያዎች (MTx-% C፣ mean MTx-RT)። ከዚያም ሞዴሎቹን በአራቱ ዋና ዋና ባህሪያት ላይ ብቻ ለማሰልጠን እያንዳንዱን የባህሪ መምረጫ ቴክኒኮችን በመጠቀም እንደገና ገንብተናል (ተመልከት የተመረጡ ምርጫ ከታች).

የMoCA የውጤት አመዳደብ ሞዴሊንግ መርሃ ግብሮች የመጨረሻ ስምንት ልዩነቶች በሰንጠረዥ 1 ቀርበዋል።

ሠንጠረዥ 1

ለMoCA ምደባ ጥቅም ላይ የዋሉ የሞዴሊንግ እቅድ ልዩነቶች ማጠቃለያ (መደበኛ የእውቀት (ኮግኒቲቭ) ጤና ከ MCI ጋር ሲነጻጸር)

የሞዴሊንግ እቅድመደበኛ የግንዛቤ ጤና (አሉታዊ ክፍል)MCI (አዎንታዊ ክፍል)
የተስተካከለ-23 ያልተጣራ / የተጣራ101 (39.0%)158 (61.0%)
የተስተካከለ-26 ያልተጣራ / የተጣራ49 (18.9%)210 (81.1%)
ያልተስተካከለ-23 ያልተጣራ/የተጣራ92 (35.5%)167 (64.5%)
ያልተስተካከለ-26 ያልተጣራ/የተጣራ42 (16.2%)217 (83.8%)

በእያንዳንዱ ክፍል ውስጥ ያሉት የጠቅላላ ታካሚዎች ቁጥር እና በመቶኛ ለሁለቱም የባህሪ ስብስቦች (ያልተጣሩ እና ያልተጣሩ) በሚተገበሩበት መሰረት ለትምህርት ነጥብ በማስተካከል (የተስተካከለ ወይም ያልተስተካከለ) እና የምደባ ደረጃ (23 ወይም 26) ይለያያሉ።

MemTrax ላይ የተመሠረተ ክሊኒካዊ ግምገማ ሞዴሊንግ

ከሦስቱ ኦሪጅናል ንዑስ-መረጃዎች (YH፣ XL፣ KM)፣ የኤክስኤል ንዑስ-ዳታ ስብስብ ሕመምተኞች ብቻ በግንዛቤ እክል ክሊኒካዊ ምርመራ ተደርገዋል (ማለትም፣ የየራሳቸው የMoCA ውጤቶች ከመደበኛ እና ከአካል ጉዳት ጋር ለመመደብ ጥቅም ላይ አልዋሉም)። በተለይም፣ የኤክስኤል ታማሚዎቹ ከሁለቱም ጋር ተመርምረዋል። የአልዛይመር በሽታ ምርመራ (AD) ወይም የደም ሥር እክል (VaD). በእያንዳንዱ በእነዚህ የመጀመሪያ ደረጃ የምርመራ ምድቦች ውስጥ፣ ለ MCI ተጨማሪ ስያሜ ነበር። በኤ.ዲ. ምክንያት የ MCI፣ የመርሳት በሽታ፣ የደም ሥር ነርቭ ኮግኒቲቭ ዲስኦርደር እና ኒውሮኮግኒቲቭ ዲስኦርደር ምርመራዎች በዲያግኖስቲክ እና ስታትስቲካል የአእምሮ ሕመሞች መመሪያ፡ DSM-5 [16] ላይ በተገለጹት ልዩ እና ልዩ የምርመራ መስፈርቶች ላይ ተመስርተዋል። እነዚህን የተጣሩ ምርመራዎች ከግምት ውስጥ በማስገባት ለእያንዳንዱ የመጀመሪያ ደረጃ የምርመራ ምድብ የክብደት ደረጃን ለመለየት ሁለት የምደባ ሞዴሊንግ መርሃግብሮች በኤክስኤል ንዑስ-መረጃ ስብስብ ላይ ተለይተው ተተግብረዋል። በእያንዳንዱ በእነዚህ የምርመራ ሞዴሊንግ መርሃግብሮች (AD እና VaD) ጥቅም ላይ የዋለው መረጃ የስነ-ሕዝብ እና የታካሚ ታሪክ መረጃን እንዲሁም የMemTrax አፈጻጸምን (MTx-% C፣ አማካኝ MTx-RT) ያካትታል። እያንዳንዱ ምርመራ MCI ከተሰየመ መለስተኛ ምልክት ተደርጎበታል; አለበለዚያ ከባድ እንደሆነ ተደርጎ ይቆጠር ነበር. መጀመሪያ ላይ የMoCA ውጤትን በምርመራው ሞዴሎች (መለስተኛ እና ከባድ) ውስጥ ማካተት አስበን ነበር። ነገር ግን የሁለተኛ ደረጃ ትንበያ ሞዴሊንግ እቅዳችንን አላማ እንደሚያከሽፍ ወስነናል። እዚህ ተማሪዎቹ የሚሰለጥኑት ሌሎች የታካሚ ባህሪያትን በመጠቀም ለአቅራቢው በቀላሉ የሚገኙ እና ቀላል የMemTrax ፈተናን (በሞሲኤ ምትክ) የአፈጻጸም መለኪያዎችን ከ"ወርቅ ደረጃ" ከሚለው ገለልተኛ ክሊኒካዊ ምርመራ ጋር ነው። በ AD የምርመራ መረጃ ስብስብ ውስጥ 69 አጋጣሚዎች እና 76 የቫዲ አጋጣሚዎች ነበሩ (ሠንጠረዥ 2). በሁለቱም የውሂብ ስብስቦች ውስጥ 12 ገለልተኛ ባህሪያት ነበሩ. በMoCA የውጤት ምደባ ውስጥ ከተካተቱት 10 ባህሪያት በተጨማሪ የታካሚ ታሪክ የደም ግፊት እና የስትሮክ ታሪክ መረጃን አካትቷል።

ሠንጠረዥ 2

ለምርመራው ክብደት ምደባ (መለስተኛ እና ከባድ) ጥቅም ላይ የዋሉ የሞዴሊንግ እቅድ ልዩነቶች ማጠቃለያ

የሞዴሊንግ እቅድመለስተኛ (አሉታዊ ክፍል)ከባድ (አዎንታዊ ክፍል)
MCI-AD ከ AD ጋር12 (17.4%)57 (82.6%)
MCI-VaD ከቫዲ ጋር38 (50.0%)38 (50.0%)

በእያንዳንዱ ክፍል ውስጥ ያሉት የጠቅላላ ታካሚዎች ቁጥር እና በመቶኛ በአንደኛ ደረጃ የምርመራ ምድብ (AD ወይም VaD) ይለያያሉ.

ስታቲስቲክስ

ለእያንዳንዱ ሞዴል አመዳደብ ስትራቴጂ (የMoCA ኮግኒቲቭ ጤና እና የምርመራ ክብደትን ለመተንበይ) በንዑስ ዳታ ስብስቦች መካከል ያሉ የተሳታፊ ባህሪያትን እና ሌሎች አሃዛዊ ባህሪያትን ማነፃፀር በፓይዘን ፕሮግራሚንግ ቋንቋ (ስሪት 2.7.1) [17] ተከናውኗል። የአምሳያው የአፈጻጸም ልዩነቶች መጀመሪያ ላይ አንድ ወይም ሁለት-ደረጃ (በተገቢው ሁኔታ) ANOVA በ 95% የመተማመን ክፍተት እና የቱኪ ታማኝ ጉልህ ልዩነት (ኤችኤስዲ) ፈተናን በመጠቀም የአፈፃፀሙን ዘዴ በማነፃፀር ተወስኗል። ይህ በሞዴል አፈፃፀሞች መካከል ያለው ልዩነት የተደረገው ፒቲን እና አር (ስሪት 3.5.1) [18] በመጠቀም ነው። ይህንን (ምንም እንኳን ከተገቢው ያነሰ ሊሆን ይችላል) አካሄድ እንደ ሂዩሪስቲክ እርዳታ ብቻ ነው የቀጠርነው። የመጀመሪያ ደረጃ እምቅ ክሊኒካዊ አተገባበርን በመጠባበቅ ለመጀመሪያው ሞዴል አፈፃፀም ንፅፅር። ከዚያም የሞዴል አፈጻጸም ልዩነቶችን ዕድል ለመወሰን የኋላ ስርጭትን በመጠቀም የBayesiaን የተፈረመ ደረጃ ፈተናን ተጠቀምን። ለእነዚህ ትንታኔዎች, ክፍተቱን -19, 0.01 እንጠቀማለን, ይህም ሁለት ቡድኖች ከ 0.01 ያነሰ የአፈፃፀም ልዩነት ካላቸው, እንደ አንድ አይነት (በተግባራዊ እኩልነት ክልል ውስጥ) ተደርገው ይወሰዳሉ, አለበለዚያ ግን የተለዩ ናቸው (ከአንድ የተሻለ ይሻላል). ሌላው)። የBayesiaን የክላሲፋየሮች ንፅፅርን ለማከናወን እና እነዚህን እድሎች ለማስላት የባይኮምፕ ላይብረሪ (ስሪት 0.01) ለ Python 1.0.2 ተጠቀምን።

ትንበያ ሞዴሊንግ

የእያንዳንዱን ታካሚ የሞሲኤ ምርመራ ውጤት ወይም የክሊኒካዊ ምርመራውን ክብደት ለመተንበይ (ለመመደብ) የእኛን የሞዴሊንግ እቅዶቻችን አስር አጠቃላይ ልዩነቶች በመጠቀም ግምታዊ ሞዴሎችን ገንብተናል። ሁሉም ተማሪዎች ተተግብረዋል እና ሞዴሎቹ የተገነቡት የክፍት ምንጭ ሶፍትዌር መድረክን Weka [20] በመጠቀም ነው። ለቅድመ ትንተናችን፣ 10 በብዛት ጥቅም ላይ የሚውሉ የመማሪያ ስልተ ቀመሮችን ቀጥረናል፡ 5-አቅራቢያ ጎረቤቶች፣ ሁለት የC4.5 የውሳኔ ዛፍ ስሪቶች፣ ሎጅስቲክ ሪግሬሽን፣ መልቲላይየር ፐርሴፕሮን፣ ናኢቭ ባዬስ፣ ሁለት የ Random Forest፣ Radial Basis Function Network እና Support Vector ማሽን. የእነዚህ ስልተ ቀመሮች ቁልፍ ባህሪያት እና ተቃርኖዎች በሌላ ቦታ ተብራርተዋል [21] (ተያያዥውን አባሪ ይመልከቱ)። እነዚህ የተመረጡት የተለያዩ አይነት ተማሪዎችን ስለሚወክሉ እና በተመሳሳይ መረጃ ላይ ቀደም ሲል በተደረጉ ትንታኔዎች በመጠቀም ስኬት ስላሳየን ነው። የሃይፐር-መለኪያ መቼቶች በተለያዩ የተለያዩ መረጃዎች ላይ ጠንካራ እንዲሆኑ ከቀደምት ምርምራችን ተመርጠዋል [22]. በቅድመ-ምርመራችን ውጤቶች ላይ ተመሳሳዩን የተቀናጀ ዳታ ስብስብ ከአጠቃላይ ትንተና በኋላ ጥቅም ላይ ከዋሉት ባህሪያት ጋር በመነሳት በሁሉም ምደባዎች ላይ ተከታታይነት ያለው ጠንካራ አፈፃፀም የሰጡ ሶስት ተማሪዎችን ለይተናል፡ ሎጅስቲክ ሪግሬሽን፣ ናኢቭ ባይስ እና የድጋፍ ቬክተር ማሽን።

ተሻጋሪ ማረጋገጫ እና ሞዴል የአፈጻጸም መለኪያ

ለሁሉም ግምታዊ ሞዴሊንግ (የቅድመ ትንታኔዎችን ጨምሮ) እያንዳንዱ ሞዴል የተገነባው ባለ 10 እጥፍ መስቀለኛ መንገድን በመጠቀም ነው፣ እና የሞዴል አፈጻጸም የሚለካው Area Under the Receiver Operating Characteristic Curve (AUC) በመጠቀም ነው። ማቋረጡ የጀመረው እያንዳንዱን 10 የሞዴሊንግ እቅድ ዳታ ስብስቦች በዘፈቀደ ወደ 10 እኩል ክፍሎች (እጥፋቶች) በመከፋፈል ነው፣ ከእነዚህ ክፍሎች ዘጠኙን በመጠቀም ሞዴሉን እና የቀረውን ክፍል ለሙከራ በማሰልጠን። ይህ አሰራር በእያንዳንዱ ድግግሞሽ ውስጥ እንደተቀመጠው የተለየ ክፍል በመጠቀም 10 ጊዜ ተደግሟል. የመጨረሻውን ሞዴል ውጤት/አፈጻጸም ለማስላት ውጤቶቹ ተጣመሩ። ለእያንዳንዱ ተማሪ/የውሂብ ስብስብ ጥምር፣ ይህ አጠቃላይ ሂደት 10 ጊዜ ተደግሟል፣ ውሂቡ በእያንዳንዱ ጊዜ እየተከፋፈለ ነው። ይህ የመጨረሻው እርምጃ አድልዎ ቀንሷል፣ መባዛትን ያረጋግጣል፣ እና አጠቃላይ የሞዴሉን አፈጻጸም ለመወሰን ረድቷል። በድምሩ (ለሞሲኤ ውጤት እና የምርመራ ክብደት ምደባ መርሃ ግብሮች ተጣምረው) 6,600 ሞዴሎች ተገንብተዋል። ይህ 1,800 ያልተጣሩ ሞዴሎችን ያካትታል (በመረጃ ቋቱ ላይ 6 የሞዴሊንግ መርሃግብሮች ተግባራዊ ይሆናሉ ×3 ተማሪዎች × 10 ሩጫዎች × 10 እጥፍ = 1,800 ሞዴሎች) እና 4,800 የተጣሩ ሞዴሎች (4 ሞዴሊንግ መርሃግብሮች በመረጃ ቋቱ ላይ ተተግብረዋል ×3 ተማሪዎች × 4 የባህሪ ምርጫ ቴክኒኮች × 10 ሩጫዎች × 10 እጥፍ = 4,800 ሞዴሎች).

የተመረጡ ምርጫ

ለተጣሩ ሞዴሎች የባህሪ ምርጫ (አራቱን የባህሪ ደረጃ አሰጣጥ ዘዴዎችን በመጠቀም) በመስቀለኛ ማረጋገጫው ውስጥ ተካሂዷል። ለእያንዳንዱ 10 እጥፍ፣ እንደ የተለየ 10% የውሂብ ስብስብ የሙከራ ውሂብ ነው፣ ለእያንዳንዱ የሥልጠና መረጃ ስብስብ የተመረጡት አራት ዋና ዋና ባህሪያት ብቻ (ማለትም፣ የተቀሩት ዘጠኝ እጥፍ፣ ወይም የቀረው 90% አጠቃላይ የውሂብ ስብስብ) ብቻ ጥቅም ላይ ውለዋል። ሞዴሎቹን ለመገንባት. በእያንዳንዱ ሞዴል ውስጥ የትኞቹ አራት ባህሪያት ጥቅም ላይ እንደዋሉ ማረጋገጥ አልቻልንም፣ ምክንያቱም መረጃው ስላልተከማቸ ወይም በተጠቀምንበት የሞዴሊንግ መድረክ (ዌካ) ውስጥ አይገኝም። ነገር ግን፣ ደረጃ ሰጭዎቹ በጠቅላላ የተቀናጀ የውሂብ ስብስብ ላይ ሲተገበሩ የመጀመሪያ ምርጫችን ላይ ወጥነት ከነበረው እና በመቀጠልም በሞዴሊንግ አፈፃፀሞች ላይ ተመሳሳይነት ያለው ተመሳሳይ ባህሪያቶች (ዕድሜ፣ የትምህርት አመታት፣ MTx-% C እና አማካኝ MTx-RT ) በማቋረጫ ሂደት ውስጥ ካለው የባህሪ ምርጫ ጋር በጣም የተስፋፉ ምርጥ አራት ጥቅም ላይ የዋሉ ተጓዳኝ ሊሆኑ ይችላሉ።

ውጤቶች

MoCA-የሚያመለክተውን የግንዛቤ ጤና (መደበኛ ከኤምሲአይአይ) እና የምርመራ ክብደት (መለስተኛ እና ከባድ) ለመተንበይ ለእያንዳንዱ የሞዴል ምደባ ስትራቴጂ የየራሳቸው የውሂብ ስብስቦች (የMoCA ውጤቶች እና የሜምትራክስ አፈጻጸም መለኪያዎችን ጨምሮ) የተሳታፊዎች አሃዛዊ ባህሪያት (ቀላል እና ከባድ) በሰንጠረዥ 3 ውስጥ ይታያሉ።

ሠንጠረዥ 3

ለእያንዳንዱ የሞዴል ምደባ ስትራቴጂ የተሳታፊ ባህሪያት፣ የMoCA ውጤቶች እና MemTrax አፈጻጸም

የምደባ ስልትዕድሜትምህርትMoCA ተስተካክሏል።MoCA ያልተስተካከለMTx-% ሲMTx-RT
የሞሲኤ ምድብ61.9 y (13.1)9.6 y (4.6)19.2 (6.5)18.4 (6.7)74.8% (15.0)1.4 ሰ (0.3)
የምርመራው ክብደት65.6 y (12.1)8.6 y (4.4)16.7 (6.2)15.8 (6.3)68.3% (13.8)1.5 ሰ (0.3)

የሚታዩት እሴቶች (አማካኝ፣ ኤስዲ) በሞዴሊንግ ምደባ ስልቶች የሚለዩት የተቀናጀ የውሂብ ስብስብ ተወካይ ናቸው ሞሲኤ-የሚያመለክተው የግንዛቤ ጤና (MCI ከመደበኛ ጋር) እና የኤክስኤል ንዑስ ዳታ ስብስብ የምርመራውን ክብደት ለመተንበይ ብቻ ጥቅም ላይ የሚውለው (መለስተኛ እና ከባድ)።

ለእያንዳንዱ የMoCA ነጥብ (የተስተካከለ/ያልተስተካከለ) እና ገደብ (26/23) ጥምር የስታቲስቲክስ ልዩነት ነበር (p = 0.000) በእያንዳንዱ ጥንድ ንጽጽር (የተለመደ የግንዛቤ ጤና እና MCI) እድሜ፣ ትምህርት እና MemTrax አፈጻጸም (MTx-% C እና MTx-RT)። በእያንዳንዱ የ MCI ክፍል ውስጥ ያለው እያንዳንዱ የታካሚ ንዑስ-መረጃ ስብስብ በአማካይ ከ9 እስከ 15 ዓመት ዕድሜ ያለው፣ ከአምስት ዓመት ያነሰ የትምህርት ሪፖርት ሪፖርት የተደረገ እና ለሁለቱም መለኪያዎች የMemTrax አፈጻጸም ያነሰ ነበር።

ለMoCA የውጤት ምደባዎች የተገመተ የሞዴሊንግ አፈጻጸም ውጤቶች በሦስቱ ከፍተኛ ተማሪዎች፣ Logistic Regression፣ Naïve Bayes እና Support Vector Machine፣ በሰንጠረዥ 4 ውስጥ ይታያሉ። ለሁሉም የሞዴሊንግ ዕቅዶች በመረጃ ስብስቦች ላይ ተተግብሯል። ላልተጣራው ዳታ ስብስብ እና ሞዴሊንግ እያንዳንዱ በሰንጠረዥ 4 ላይ ያሉት እያንዳንዱ የውሂብ እሴቶች በAUC አማካኝ መሰረት የሞዴሉን አፈጻጸም ያመለክታሉ ከ 100 ሞዴሎች (10 ሩጫዎች × 10 እጥፍ) ለእያንዳንዱ ተማሪ/ሞዴሊንግ እቅድ ጥምር ከተሰራው ከፍተኛው ጋር። ፈታኝ ተማሪ በደማቅ ተጠቁሟል። ለተጣራው የውሂብ ስብስብ ሞዴሊንግ፣ በሰንጠረዥ 4 ላይ የተዘገበው ውጤት እያንዳንዱን የባህሪ ደረጃ አሰጣጥ ዘዴዎችን በመጠቀም ለእያንዳንዱ ተማሪ ከ400 ሞዴሎች የተገኘውን አጠቃላይ አማካይ የሞዴል አፈጻጸም ያንፀባርቃል (4 ባህሪ ደረጃ አሰጣጥ ዘዴዎች × 10 ሩጫዎች × 10 እጥፍ)።

ሠንጠረዥ 4

የዲኮቶሞስ ሞሲኤ የውጤት ምደባ አፈጻጸም (AUC፤ 0.0–1.0) ውጤቶች ለሦስቱ ከፍተኛ አፈጻጸም ያሳዩ ተማሪዎች ለሁሉም የሞዴሊንግ ዕቅዶች

ጥቅም ላይ የዋለው የባህሪ ስብስብየሞሲኤ ውጤትየተቆረጠ ገደብሎጂስቲካዊ እድገት።Naïve Bayesየቬክተር ማሽንን ይደግፉ
ያልተጣራ (10 ባህሪያት)ተስተካክሏል230.88620.89130.8695
260.89710.92210.9161
ያልተስተካከለ230.91030.90850.8995
260.88340.91530.8994
የተጣሩ (4 ባህሪያት)ተስተካክሏል230.89290.89540.8948
260.91880.92470.9201
ያልተስተካከለ230.91350.91340.9122
260.91590.92360.9177

የባህሪ ስብስብ፣ የMoCA ነጥብ እና የMoCA የውጤት መቆራረጥ ገደብ ልዩነቶችን በመጠቀም ለእያንዳንዱ የሞዴሊንግ እቅድ ከፍተኛው አፈጻጸም በ ውስጥ ይታያል። ደፋር (በእስታቲስቲካዊ መልኩ ከሌሎቹ ከሌሎቹ ሁሉ የተለየ አይደለም። ደፋር ለሚመለከተው ሞዴል)።

ተማሪዎችን በሁሉም የMoCA የውጤት ስሪቶች እና ደረጃዎች (የተስተካከሉ/ያልተስተካከለ እና 23/26፣ በቅደም ተከተል) በተቀላቀለ ያልተጣራ የውሂብ ስብስብ (ማለትም፣ 10 የጋራ ባህሪያትን በመጠቀም) በማነፃፀር፣ Naïve Bayes በአጠቃላይ ከአጠቃላይ ከፍተኛ አፈጻጸም ያለው ተማሪ ነበር። የ 0.9093 ምደባ አፈፃፀም. ምርጥ ሶስት ተማሪዎችን ግምት ውስጥ በማስገባት ከባዬዥያን ጋር የተገናኘ የተፈረመ ደረጃ ፈተናዎች የመሆኑ እድል (Pr) የ Naïve Bayes ከሎጅስቲክ ሪግሬሽን በልጦ 99.9 በመቶ ነበር። በተጨማሪም በናኢቭ ባዬስ እና በድጋፍ ቬክተር ማሽን መካከል በተማሪ አፈጻጸም ውስጥ 21.0% የተግባር አቻነት እድል (በመሆኑም የናኢቭ ቤይስ 79.0% የድጋፍ ቬክተር ማሽንን የላቀ የማምረት እድል) ከ 0.0% የድጋፍ ቬክተር ማሽን በተሻለ ሁኔታ፣ በሚለካ መልኩ ለ Naïve Bayes የአፈጻጸም ጥቅሙን ያጠናክራል። የMoCA የውጤት ስሪት በሁሉም ተማሪዎች/ገደቦች ላይ ተጨማሪ ማነፃፀር ያልተስተካከሉ የሞሲኤ ውጤቶች እና የተስተካከሉ (0.9027 ከ 0.8971፣ በቅደም ተከተል) በመጠቀም መጠነኛ የአፈፃፀም ጥቅም ጠቁሟል። Pr (ያልተስተካከለ> የተስተካከለ) = 0.988). በተመሳሳይ፣ በሁሉም ተማሪዎች እና የMoCA የውጤት ስሪቶች ላይ የተቆረጠውን ገደብ ማነፃፀር 26 እንደ የምደባ ጣራ ከ 23 (0.9056 ከ 0.8942፣ በቅደም ተከተል) በመጠቀም አነስተኛ የምደባ አፈፃፀም ጥቅም አመልክቷል። Pr (26 > 23) = 0.999)። በመጨረሻም፣ የተጣሩ ውጤቶችን ብቻ በመጠቀም (ማለትም፣ ከፍተኛ ደረጃ ያላቸው አራት ባህሪያትን ብቻ) የአምሳያዎችን የምደባ አፈጻጸም በመመርመር፣ Naïve Bayes (0.9143) በቁጥር በሁሉም የMoCA የውጤት ስሪቶች/ደረጃዎች ከፍተኛ አፈጻጸም ያለው ተማሪ ነበር። ነገር ግን፣ በሁሉም የባህሪ ደረጃ አሰጣጥ ቴክኒኮች ተደምረው፣ ሁሉም ከፍተኛ አፈጻጸም ያላቸው ተማሪዎች በተመሳሳይ መልኩ ሠርተዋል። የባዬዥያ የተፈረመ-ደረጃ ፈተናዎች በእያንዳንዱ የተጣሩ ተማሪዎች መካከል 100% የተግባር እኩልነት እድል አሳይተዋል። ልክ እንደ ያልተጣራው መረጃ (ሁሉንም 10 የተለመዱ ባህሪያት በመጠቀም) ላልተስተካከለው የMoCA ነጥብ የአፈጻጸም ጥቅም እንደገና ነበር (Pr (ያልተስተካከለ> የተስተካከለ) = 1.000)፣ እንዲሁም ለ 26 አመዳደብ ገደብ በተመሳሳይ የተለየ ጥቅም አለው (Pr (26 > 23) = 1.000)። በተለይም በሁሉም የMoCA የውጤት ስሪቶች/ደረጃዎች ከፍተኛ ደረጃ ያላቸውን አራት ባህሪያትን ብቻ በመጠቀም የእያንዳንዱ ከፍተኛ ሶስት ተማሪዎች አማካኝ አፈፃፀም ከማንም ያልተጣራ መረጃ አማካይ አፈፃፀም በልጧል። ምንም እንኳን የባህሪ ደረጃ አሰጣጥ ዘዴ ሞዴሎች ምንም ቢሆኑም፣ የተጣሩ ሞዴሎች ምደባ አፈጻጸም (ከፍተኛ ደረጃ ያላቸውን አራት ባህሪያት በመጠቀም) በአጠቃላይ (0.9119) ከማይጣራ ሞዴሎች (0.8999) የላቀ ነበር ምንም አያስደንቅም ዋና መለያ ጸባያት. ለእያንዳንዱ የባህሪ ምርጫ ዘዴ፣ ባልተጣሩ ሞዴሎች 10% የአፈጻጸም ጥቅም የመሆን እድሉ ነበር።

ለኤዲ የምርመራ ከባድነት መለያ ከታካሚዎቹ ጋር፣ በቡድን መካከል (MCI-AD እና AD) የዕድሜ ልዩነት (p = 0.004), ትምህርት (p = 0.028)፣ የሞሲኤ ነጥብ ተስተካክሏል/ያልተስተካከለ (p = 0.000)፣ እና MTx-% C (p = 0.008) በስታቲስቲክስ ጉልህ ነበሩ; ለ MTx-RT ግን አልነበረምp = 0.097) ለVAD ምርመራ ከባድነት ምደባ ግምት ውስጥ ከገቡት ታካሚዎች ጋር በቡድን መካከል (MCI-VaD ከቫዲ) ልዩነቶች ለMoCA ነጥብ ተስተካክለው/ያልተስተካከለp = 0.007) እና MTx-% ሲ (p = 0.026) እና MTx-RT (p = 0.001) በስታቲስቲክስ ጉልህ ነበሩ; ለዕድሜ (እ.ኤ.አ.)p = 0.511) እና ትምህርት (p = 0.157) በቡድን መካከል ጉልህ ልዩነቶች አልነበሩም.

ቀደም ሲል የተመረጡትን ሶስት ተማሪዎች፣ ሎጅስቲክ ሪግሬሽን፣ ናኢቭ ባዬስ እና የድጋፍ ቬክተር ማሽንን በመጠቀም ለምርመራው ከባድነት ምደባ ትንበያ አፈጻጸም ውጤቶች በሰንጠረዥ 5 ውስጥ ይታያሉ። ተጨማሪ የተመረመሩ ተማሪዎች ግን ከሁለቱ ክሊኒካዊ የምርመራ ምድቦች በአንዱ በመጠኑ ጠንካራ አፈፃፀም አሳይተዋል በቀደመው ሞዴሊንግ እጅግ በጣም ጥሩ እንደሆኑ የለይናቸው ሦስቱ ተማሪዎች ከሁለቱም አዳዲስ የሞዴሊንግ መርሃግብሮች ጋር ወጥነት ያለው አፈፃፀም አቅርበዋል። ተማሪዎችን በእያንዳንዱ የመጀመሪያ ደረጃ የምርመራ ምድቦች (AD እና VaD) በማነፃፀር በ MCI-VaD እና VaD መካከል በተማሪዎች መካከል ወጥ የሆነ የምደባ አፈጻጸም ልዩነት አልነበረም፣ ምንም እንኳን የድጋፍ ቬክተር ማሽን በጥቅሉ ጎልቶ ቢታይም። በተመሣሣይ ሁኔታ፣ በMCI-AD እና AD አመዳደብ በተማሪዎች መካከል ጉልህ ልዩነቶች አልነበሩም፣ ምንም እንኳን ናኢቭ ቤይስ (NB) ከሎጅስቲክ ሪግሬሽን (LR) ትንሽ የአፈፃፀም ጥቅም እና በድጋፍ ቬክተር ማሽን ላይ እምብዛም የማይታይ ብዙነት ቢኖረውም 61.4% ሊሆን ይችላል። እና 41.7% በቅደም ተከተል. በሁለቱም የውሂብ ስብስቦች ውስጥ፣ ለድጋፍ ቬክተር ማሽን (SVM) አጠቃላይ የአፈጻጸም ጠቀሜታ ነበረ Pr (SVM> LR) = 0.819 እና Pr (SVM> NB) = 0.934. በኤክስኤል ንዑስ-መረጃ ስብስብ ውስጥ የምርመራውን ክብደት በመተንበይ በሁሉም ተማሪዎች ላይ ያለን አጠቃላይ የምደባ አፈፃፀም በVAD የምርመራ ምድብ ከኤዲ ጋር የተሻለ ነበር (Pr (VAD> AD) = 0.998).

ሠንጠረዥ 5

ዳይቾቶሚክ ክሊኒካል ምርመራ ክብደት ምደባ አፈጻጸም (AUC፤ 0.0-1.0) ውጤቶች ለሦስቱ ከፍተኛ አፈጻጸም ያሳዩ ተማሪዎች ለሁለቱም በየራሳቸው የሞዴሊንግ መርሃ ግብሮች

የሞዴሊንግ እቅድሎጂስቲካዊ እድገት።Naïve Bayesየቬክተር ማሽንን ይደግፉ
MCI-AD ከ AD ጋር0.74650.78100.7443
MCI-VaD ከቫዲ ጋር0.80330.80440.8338

ለእያንዳንዱ የሞዴሊንግ እቅድ ከፍተኛው አፈጻጸም በ ውስጥ ይታያል ደፋር (በእስታቲስቲካዊ መልኩ ከሌሎቹ ከሌሎቹ የተለየ አይደለም። ደፋር).

ውይይት

የእውቀት (ኮግኒቲቭ) ጤና ለውጦችን አስቀድሞ ማወቅ አስፈላጊ ነው። በግል ጤና አስተዳደር እና በሕዝብ ጤና ውስጥ ተግባራዊ ጥቅም። በእርግጥም በዓለም ዙሪያ ለታካሚዎች ክሊኒካዊ መቼቶች በጣም ከፍተኛ ቅድሚያ የሚሰጠው ጉዳይ ነው። የጋራ ግቡ ታካሚዎችን፣ ተንከባካቢዎችን እና አቅራቢዎችን ማስጠንቀቅ እና ቀደም ብሎ ተገቢ እና ወጪ ቆጣቢ ህክምና እና የእውቀት ማሽቆልቆል ለሚጀምሩ ሰዎች የረጅም ጊዜ እንክብካቤን መጠየቅ ነው። የኛን ሶስት የሆስፒታል/የክሊኒክ(ዎች) መረጃ ንዑስ ስብስቦችን በማዋሃድ፣ ትንቢታዊ ሞዴሎችን በመጠቀም ሶስት የሚመረጡ ተማሪዎችን ለይተናል (በአንድ ታዋቂ -Naïve Bayes)። የግንዛቤ ጤና ሁኔታን በአስተማማኝ ሁኔታ ሊመድቡ የሚችሉ የMemTrax አፈጻጸም መለኪያዎች በMoCA ድምር ውጤት እንደሚያመለክተው (የተለመደ የግንዛቤ ጤና ወይም ኤምሲአይ)። በተለይም የእኛ ሞዴሎች እነዚህን MemTrax የአፈጻጸም መለኪያዎችን ያካተቱ ከፍተኛ ደረጃ ያላቸውን አራት ባህሪያትን ብቻ ሲጠቀሙ ለሦስቱም ተማሪዎች አጠቃላይ የምደባ አፈጻጸም ተሻሽሏል። በተጨማሪም፣ ተመሳሳዩን ተማሪዎችን እና MemTrax የአፈፃፀም መለኪያዎችን በዲያግኖስቲክስ ድጋፍ ምደባ ሞዴሊንግ መርሃ ግብር የመጠቀም የተረጋገጠ እምቅ አቅም ገልጠናል የሁለት የመርሳት በሽታ ምርመራን ክብደት ለመለየት AD እና VaD።

የማህደረ ትውስታ ሙከራ AD [23, 24] ቀደም ብሎ ለማወቅ ማዕከላዊ ነው. ስለዚህ፣ MemTrax ተቀባይነት ያለው፣ አሳታፊ እና በመስመር ላይ ለመተግበር ቀላል መሆኑ ዕድለኛ ነው። ለክፍለ-ጊዜ ማህደረ ትውስታ የማጣሪያ ምርመራ በአጠቃላይ ህዝብ ውስጥ [6]. ከዚህ ተከታታይ የአፈፃፀም ተግባር የማወቅ ትክክለኛነት እና የምላሽ ጊዜዎች በተለይም ቀደምት እና እየተሻሻሉ ያሉ መበላሸቶችን እና በዚህም ምክንያት ከመማር፣ ከማስታወስ እና ከማወቅ ጋር በተያያዙ የነርቭ ፕላስቲክ ሂደቶች ላይ ጉድለቶችን በመለየት ላይ ናቸው። ይኸውም፣ እዚህ ያሉት ሞዴሎች በአብዛኛው በMemTrax የአፈጻጸም መለኪያዎች ላይ የተመሰረቱ እና በቀላሉ እና በትንሽ ወጪ የመጋለጥ እድላቸው ከፍተኛ ነው፣ በሽግግር አሲምፕቶማቲክ ደረጃ ላይ የባዮሎጂካል ኒውሮፓቶሎጂ ጉድለቶችን የበለጠ ጉልህ የሆነ የተግባር ኪሳራ ከማግኘቱ በፊት [25]። አሽፎርድ እና ሌሎች. በMemTrax [6] በራሳቸው የተሳተፉ የመስመር ላይ ተጠቃሚዎችን የማስታወስ ትክክለኛነት እና የምላሽ ጊዜን ንድፎችን እና ባህሪያትን በቅርበት መርምሯል. እነዚህ ስርጭቶች ለተመቻቸ ሞዴሊንግ እና ትክክለኛ እና ውጤታማ የታካሚ እንክብካቤ አፕሊኬሽኖችን በማዘጋጀት ረገድ ወሳኝ መሆናቸውን ከማክበር፣ ክሊኒካዊ ተግባራዊ እውቅና እና የምላሽ ጊዜ መገለጫዎችን ለክሊኒካዊ እና ለምርምር መገልገያ ጠቃሚ መሰረታዊ ማጣቀሻን ለማቋቋም አስፈላጊ ነው። የ MemTrax በ AD የቅድሚያ ደረጃ የግንዛቤ እክል እና የልዩነት ምርመራ ድጋፍ ተግባራዊ ጠቀሜታ በፈተና አፈጻጸም ላይ ተጽዕኖ የሚያሳድሩ ተጓዳኝ በሽታዎች እና የግንዛቤ፣ የስሜት ህዋሳት እና የሞተር ችሎታዎች ከግምት ውስጥ መግባት በሚቻልበት ክሊኒካዊ ሁኔታ ውስጥ በጥልቀት መመርመር አለበት። እና ሙያዊ እይታን ለማሳወቅ እና ተግባራዊ ክሊኒካዊ አገልግሎትን ለማበረታታት፣ ከተቋቋመ የግንዛቤ ጤና ምዘና ፈተና ጋር ንፅፅርን ማሳየት በመጀመሪያ አስፈላጊ ነው፣ ምንም እንኳን የኋለኛው በአስቸጋሪ የፈተና ሎጂስቲክስ፣ የትምህርት እና የቋንቋ ክልከላዎች እና የባህል ተፅእኖዎች ሊታወቅ ቢችልም [26] . በዚህ ረገድ፣ MemTraxን በክሊኒካዊ ውጤታማነት ከሞሲኤ ጋር ማነፃፀሩ በተለምዶ እንደ ኢንዱስትሪ ደረጃ ተብሎ የሚታሰበው በተለይም የፍጆታ ቀላልነትን እና MemTraxን በትዕግስት መቀበል ሲመዘን ጠቃሚ ነው።

ከዚህ ቀደም MemTrax ን ከMoCA ጋር በማነፃፀር የተደረገ አሰሳ ለሞዴሊንግ ምርመራችን ዋስትና የሚሰጡትን ምክንያታዊ እና የመጀመሪያ ማስረጃዎች አጉልቶ ያሳያል። ሆኖም፣ ይህ የቀደመ ንፅፅር በMoCA በተወሰነው መሰረት የመረመርናቸውን ሁለቱን ቁልፍ የMemTrax አፈጻጸም መለኪያዎችን ብቻ ያዛምዳል። ሌሎች ተዛማጅ ሊሆኑ የሚችሉ ታካሚ-ተኮር መለኪያዎችን ግለሰባዊ ግምት የሚሰጥ ግምታዊ ሞዴሊንግ ላይ የተመሠረተ አካሄድ በመመርመር የMemTraxን ክሊኒካዊ አገልግሎት ዳሰሳ አጠናክረናል። ከሌሎቹ በተለየ፣ የትምህርት እርማትን (ማስተካከያ) ከMoCA ነጥብ ጋር ወይም የግንዛቤ ጤና አድልዎ MoCA አጠቃላይ የውጤት ደረጃን ከመጀመሪያ ከተመከረው 8 እስከ 26 [23, 12] በመቀየር በሞዴል አፈጻጸም ረገድ ፋይዳ አላገኘንም። በእርግጥ፣ የምደባ አፈጻጸም ጥቅሙ ያልተስተካከለውን የMoCA ነጥብ እና ከፍተኛውን ገደብ በመጠቀም ተመራጭ ነው።

በክሊኒካዊ ልምምድ ውስጥ ቁልፍ ነጥቦች

የማሽን መማር ብዙ ጊዜ በተሻለ ሁኔታ ጥቅም ላይ የሚውለው እና በተነበየ ሞዴሊንግ ውስጥ በጣም ውጤታማ የሚሆነው መረጃው ሰፊ እና ባለብዙ-ልኬት ሲሆን ማለትም ብዙ ምልከታዎች እና ተያያዥነት ያላቸው ከፍተኛ ዋጋ ያላቸው (አዋጪ) ባህሪያት ሲኖሩ ነው። ሆኖም፣ በእነዚህ ወቅታዊ መረጃዎች፣ የተመረጡት አራት ባህሪያት ያላቸው የተጣሩ ሞዴሎች ሁሉንም 10 የጋራ ባህሪያት ከሚጠቀሙት በተሻለ ሁኔታ ፈጽመዋል። ይህ የሚያሳየው የኛ አጠቃላይ የሆስፒታል ዳታ ስብስብ በሽተኞቹን በዚህ መንገድ በጥሩ ሁኔታ ለመመደብ በጣም ክሊኒካዊ ተገቢ (ከፍተኛ ዋጋ) ባህሪ እንዳልነበረው ያሳያል። ቢሆንም፣ የባህሪው ደረጃ አጽንዖት በቁልፍ MemTrax የአፈጻጸም መለኪያዎች—MTx-% C እና MTx-RT—በዚህ ፈተና ዙሪያ የመጀመርያ ደረጃ የግንዛቤ ጉድለት የማጣሪያ ሞዴሎችን መገንባት ቀላል፣ ለማስተዳደር ቀላል፣ ዝቅተኛ ወጪ እና ተገቢ በሆነ ሁኔታ የሚገለጥበትን ሁኔታ ይደግፋል። የማህደረ ትውስታ አፈጻጸም፣ ቢያንስ አሁን እንደ የመነሻ ማያ ገጽ የግንዛቤ ጤና ሁኔታ ሁለትዮሽ ምደባ። በአገልግሎት አቅራቢዎች እና በጤና አጠባበቅ ሥርዓቶች ላይ በየጊዜው እየጨመረ ከሚሄደው ጫና አንጻር የታካሚ የማጣሪያ ሂደቶች እና ክሊኒካዊ አፕሊኬሽኖች በጣም ጠቃሚ፣ ጠቃሚ እና በምርመራ ውጤታማ የሆኑ የታካሚ ባህሪያትን በመሰብሰብ፣ በመከታተል እና በመቅረጽ ላይ አፅንዖት መስጠት አለባቸው። እና የታካሚ አስተዳደር ድጋፍ.

ሁለቱ ቁልፍ የMemTrax መለኪያዎች ለኤምሲአይ ምደባ ማዕከላዊ በመሆናቸው፣ ከፍተኛ አፈጻጸም ያለው ተማሪያችን (Naïve Bayes) በአብዛኛዎቹ ሞዴሎች (AUC ከ 0.90 በላይ) በጣም ከፍተኛ የመተንበይ አፈጻጸም ነበረው ከእውነተኛ-አዎንታዊ ወደ ሐሰት-አዎንታዊ ምጥጥን የቀረበ ወይም በመጠኑ ከ4 በላይ ነበር። : 1. ይህንን ተማሪ የሚጠቀም የትርጉም ክሊኒካዊ አፕሊኬሽን አብዛኛዎቹ የግንዛቤ እጥረት ያለባቸውን ሰዎች ይይዛል (በትክክል ይመድባል)፣ መደበኛ የግንዛቤ ጤና ያለው ሰው በስህተት የግንዛቤ ጉድለት (ሐሰት አወንታዊ) ካለው ጋር ተያይዞ የሚወጣውን ወጪ ይቀንሳል። የግንዛቤ እጥረት ባለባቸው (ሐሰት አሉታዊ) ውስጥ ያንን ምደባ ይጎድላል። ከነዚህ የተሳሳተ ምደባ ሁኔታዎች አንዱ ለታካሚ እና ለተንከባካቢዎች ተገቢ ያልሆነ የስነ-ልቦና-ማህበራዊ ሸክም ሊጭን ይችላል።

በቅድመ እና ሙሉ ትንታኔዎች በእያንዳንዱ የሞዴሊንግ እቅድ ውስጥ ሁሉንም አስሩ ተማሪዎችን የተጠቀምን ሲሆን ውጤቶቻችንን በሦስቱ ክላሲፋየሮች ላይ አተኩረን በጣም ተከታታይ ጠንካራ አፈፃፀም አሳይተናል። ይህ በተጨማሪም በእነዚህ መረጃዎች ላይ በመመርኮዝ የግንዛቤ ደረጃ ምደባን ለመወሰን በተግባራዊ ክሊኒካዊ አተገባበር ውስጥ በከፍተኛ ደረጃ ጥገኛ ሆነው የሚሠሩትን ተማሪዎች ለማጉላት ነው። ከዚህም በላይ ይህ ጥናት የማሽን መማሪያን በእውቀት (ኮግኒቲቭ) ማጣሪያ ላይ ያለውን ጥቅም እና በእነዚህ ወቅታዊ ክሊኒካዊ ተግዳሮቶች ላይ እንደ መግቢያ ምርመራ የታሰበ በመሆኑ፣ የመማሪያ ቴክኒኮችን ቀላል እና አጠቃላይ እንዲሆን ወስነናል፣ በትንሹ የመለኪያ ማስተካከያ። ይህ አካሄድ ይበልጥ ጠባብ በሆነ ሁኔታ የተገለጹ ታካሚ-ተኮር የመተንበይ ችሎታዎችን ሊገድበው እንደሚችል እናደንቃለን። በተመሳሳይ ሁኔታ ሞዴሎቹን ዋና ዋና ባህሪያትን ብቻ (የተጣራ አቀራረብ) ማሰልጠን እነዚህን መረጃዎች የበለጠ ያሳውቀናል (በተሰበሰበው መረጃ ውስጥ ያሉ ጉድለቶችን እና ውድ የሆኑ ክሊኒካዊ ጊዜዎችን እና ሀብቶችን ለማመቻቸት ያለውን ጠቀሜታ በማሳየት) ፣ ማጥበብ ጊዜው ያለፈበት መሆኑን እንገነዘባለን። ለሰፊው ህዝብ ተፈጻሚ የሚሆኑ የቅድሚያ ባህሪያት የበለጠ ትክክለኛ መገለጫ እስካልመጣን ድረስ የአምሳሎቹ ወሰን እና፣ ስለሆነም፣ ሁሉም (እና ሌሎች ባህሪያት) ወደፊት በሚደረጉ ምርምሮች ግምት ውስጥ መግባት አለባቸው። ስለዚህ፣ እነዚህን እና ሌሎች ሞዴሎችን ወደ ውጤታማ ክሊኒካዊ አተገባበር ከማዋሃዳቸው በፊት የበለጠ አካታች እና ሰፋ ያለ ውክልና ያለው መረጃ እና ማመቻቸት አስፈላጊ እንደሚሆን ሙሉ በሙሉ እንገነዘባለን።

የMemTrax አገልግሎት በተለየ ክሊኒካዊ ምርመራ ላይ በመመርኮዝ የበሽታውን ክብደት በመቅረጽ የበለጠ ታድሷል። የቫዲ ክብደትን በመተንበይ የተሻለ አጠቃላይ የምደባ አፈፃፀም (ከ AD ጋር ሲነጻጸር) አልነበረም ለደም ቧንቧ ጤና ልዩ በሆኑ ሞዴሎች ውስጥ የታካሚው መገለጫ ባህሪያት አስገራሚ ነው እና የስትሮክ ስጋት፣ ማለትም የደም ግፊት፣ ሃይፐርሊፒዲሚያ፣ የስኳር በሽታ፣ እና (በእርግጥ) የስትሮክ ታሪክ። ምንም እንኳን መደበኛ የእውቀት (ኮግኒቲቭ) ጤና ባላቸው በተመጣጣኝ ታካሚዎች ላይ ተመሳሳይ ክሊኒካዊ ግምገማ ቢደረግ የበለጠ የሚፈለግ እና ተገቢ ነበር። ይህ በተለይ የተረጋገጠ ነው፣ ምክንያቱም MemTrax በመጀመሪያ ደረጃ የግንዛቤ ጉድለትን ለመለየት እና የግለሰብ ለውጥን ለመከታተል የታሰበ ነው። በቫዲ ዳታሴስት ውስጥ ያለው የበለጠ ተፈላጊው የመረጃ ስርጭት በአንፃራዊ ሁኔታ የተሻለ የሞዴሊንግ አፈጻጸም በከፊል አስተዋፅዖ ማድረጉ አሳማኝ ነው። የቫዲ ዳታ ስብስብ በሁለቱ ክፍሎች መካከል በሚገባ የተመጣጠነ ነበር፣ ነገር ግን የኤ.ዲ.ዲ መረጃ በጣም ጥቂት የMCI ታካሚዎች አልነበሩም። በተለይ በትንንሽ የውሂብ ስብስቦች ውስጥ፣ ጥቂት ተጨማሪ አጋጣሚዎች እንኳን ሊለካ የሚችል ልዩነት ሊፈጥሩ ይችላሉ። ሁለቱም አመለካከቶች የበሽታ ክብደት ሞዴሊንግ አፈፃፀም ልዩነቶችን መሠረት ያደረጉ ምክንያታዊ ክርክሮች ናቸው። ነገር ግን፣ የተሻሻለ አፈጻጸምን በተመጣጣኝ ሁኔታ በመረጃ ቋት አሃዛዊ ባህሪያት ወይም ከግምት ውስጥ ላሉ ክሊኒካዊ አቀራረቦች ልዩ ባህሪያትን ምክንያት በማድረግ ጊዜው ያለፈበት ነው። ቢሆንም፣ ይህ ልብ ወለድ በክሊኒካዊ የምርመራ ድጋፍ ሚና ውስጥ የMemTrax ግምታዊ ምደባ ሞዴል ጥቅምን አሳይቷል ጠቃሚ እይታን ይሰጣል እና በ MCI ተከታታይ ውስጥ ካሉ ታካሚዎች ጋር ለተጨማሪ ምርመራ ፍለጋን ያረጋግጣል።

ቋንቋ እና ባህሉ ከሌሎች የተመሰረቱ የአገልግሎት ክልሎች (ለምሳሌ ፈረንሳይ፣ ኔዘርላንድስ እና ዩናይትድ ስቴትስ) ልዩ በሆነበት በቻይና ውስጥ የሜምትራክስ እና የእነዚህ ሞዴሎች አተገባበር እና ግልጋሎት አሳይቷል በMemTrax ላይ የተመሰረተ መድረክ ላይ በሰፊው አለም አቀፍ ተቀባይነት እና ክሊኒካዊ እሴት። ይህ መረጃን ለማስማማት እና ተግባራዊ አለምአቀፍ ደንቦችን እና ሞዴሊንግ ግብዓቶችን በማዘጋጀት ደረጃውን የጠበቀ እና በቀላሉ ለአለም አቀፍ ጥቅም ላይ የሚውሉ የግንዛቤ ማጣሪያዎችን በማዘጋጀት ረገድ የሚታይ ምሳሌ ነው።

ቀጣይ ደረጃዎች በእውቀት ውድቀት ሞዴሊንግ እና አተገባበር

በ AD ውስጥ ያለው የግንዛቤ ችግር በተከታታይ ነው እንጂ በተወሰኑ ደረጃዎች ወይም ደረጃዎች አይደለም [28, 29]. ነገር ግን፣ በዚህ የመጀመሪያ ደረጃ ላይ፣ ግባችን በመጀመሪያ ደረጃ “መደበኛ”ን ከ “መደበኛ ያልሆነ” የሚለይ MemTrax ን ያካተተ ሞዴል የመገንባት ችሎታችንን ማቋቋም ነበር። የበለጠ የሚያጠቃልለው ተጨባጭ መረጃ (ለምሳሌ፣ የአንጎል ምስል፣ የጄኔቲክ ባህሪያት፣ ባዮማርከርስ፣ ተላላፊ በሽታዎች እና የተወሳሰቡ ተግባራዊ ምልክቶች የእውቀት (ኮግኒቲቭ) የሚያስፈልጋቸው እንቅስቃሴዎች ቁጥጥር) [30] በተለያዩ ዓለም አቀፍ ክልሎች፣ ህዝቦች እና የዕድሜ ቡድኖች የበለጠ የተራቀቀ (ተመጣጣኝ ክብደት ያለው ስብስብን ጨምሮ) የማሽን መማሪያ ሞዴሎችን ለማሰልጠን እና ለማዳበር የላቀ ደረጃ የላቀ ደረጃን ይደግፋሉ፣ ያም ማለት የታካሚዎችን ቡድን የመመደብ አቅም በእውቀት ማሽቆልቆሉ ሂደት ውስጥ MCI ወደ ትናንሽ እና ይበልጥ ግልጽ የሆኑ ንዑስ ስብስቦች። በተጨማሪም፣ በክልላዊ የተለያዩ የታካሚ ህዝቦች ውስጥ ላሉ ግለሰቦች ተጓዳኝ ክሊኒካዊ ምርመራዎች አስፈላጊ ናቸው። ውጤታማ በሆነ መንገድ ማሰልጠን እነዚህ የበለጠ አካታች እና ሊገመቱ የሚችሉ ጠንካራ ሞዴሎች። ይህ ለተመሳሳይ ዳራ፣ ተፅዕኖ እና በጠባብ የተገለጹ የባህሪ የግንዛቤ መገለጫዎች ላላቸው የበለጠ የተለየ የጉዳይ አያያዝን ያመቻቻል እና የክሊኒካዊ ውሳኔ ድጋፍን እና የታካሚ እንክብካቤን ያመቻቻል።

በአሁኑ ጊዜ አብዛኛው አግባብነት ያለው ክሊኒካዊ ምርምር ቢያንስ ቢያንስ መጠነኛ የአእምሮ ማጣት ችግር ያለባቸው ታካሚዎችን ተመልክቷል; እና በተግባር ፣ ብዙ ጊዜ የታካሚ ጣልቃገብነት በከፍተኛ ደረጃ ላይ ብቻ ይሞክራል። ነገር ግን፣ የግንዛቤ ማሽቆልቆሉ የመርሳት በሽታ ክሊኒካዊ መመዘኛዎች ከመሟሟላታቸው በፊት በደንብ ስለሚጀምር፣ በውጤታማነት በ MemTrax ላይ የተመሰረተ የቅድሚያ ስክሪን የግለሰቦችን ስለበሽታው እና ስለበሽታው እድገት ተገቢውን ትምህርት ማበረታታት እና ቀደም ብሎ እና ወቅታዊ ጣልቃገብነቶችን ሊፈጥር ይችላል። ስለዚህ ቀደም ብሎ ማወቅ ከአካል ብቃት እንቅስቃሴ፣ ከአመጋገብ፣ ከስሜታዊ ድጋፍ እና ከተሻሻለ ማህበራዊነት እስከ ፋርማኮሎጂካል ጣልቃገብነት ያሉ ተስማሚ ተሳትፎዎችን ሊደግፍ ይችላል እና ከታካሚ ጋር የተዛመዱ የባህሪ ለውጦችን እና በአንድም ሆነ በጥቅል የመርሳት እድገትን ሊቀንስ ወይም ሊያቆም ይችላል [31, 32] . በተጨማሪም ፣ ውጤታማ በሆነ ቀደም ብሎ ማጣራት, ግለሰቦች እና ቤተሰቦቻቸው ክሊኒካዊ ሙከራዎችን እንዲያስቡ ወይም የምክር እና ሌሎች የማህበራዊ አገልግሎት ድጋፎችን ለማግኘት የሚጠበቁትን እና ዓላማዎችን ለማብራራት እና የዕለት ተዕለት ተግባራትን ለማስተዳደር ሊነሳሱ ይችላሉ. በእነዚህ መንገዶች ተጨማሪ ማረጋገጫ እና ሰፊ ተግባራዊ አገልግሎት ለብዙ ግለሰቦች የMCI፣ AD እና ADRD እድገትን ለመቀነስ ወይም ለማስቆም ጠቃሚ ሊሆን ይችላል።

በእርግጥ በጥናታችን ውስጥ የታካሚው የዕድሜ ክልል ዝቅተኛ መጨረሻ ከ AD ጋር ያለውን ባህላዊ ስጋት ህዝብ አይወክልም። ቢሆንም፣ በMoCA ነጥብ/ገደብ እና የምርመራ ክብደት (ሠንጠረዥ 3) ላይ በመመስረት በምደባ ሞዴሊንግ መርሃ ግብሮች ውስጥ ጥቅም ላይ የዋለው የእያንዳንዱ ቡድን አማካኝ ዕድሜ (ከ80 በመቶ በላይ) ቢያንስ 50 ዓመት የሆናቸው መሆኑን ያሳያል። ይህ ስርጭት ለአጠቃላይ በጣም ተገቢ ነው፣ በህዝቡ ውስጥ የእነዚህን ሞዴሎች ጥቅም የሚደግፍ ሲሆን ይህም በተለምዶ የሚጎዱትን ያሳያል። ቀደም ብሎ መጀመር እና በኤ.ዲ. እና በቫዲ ምክንያት እያደገ የሚሄድ የኒውሮኮግኒቲቭ በሽታ። እንዲሁም፣ የቅርብ ጊዜ ማስረጃዎች እና አመለካከቶች ቀደም ብለው ለከፍተኛ ደረጃ አስተዋፅዖ ሊያደርጉ የሚችሉትን የሚታወቁ ምክንያቶች (ለምሳሌ የደም ግፊት፣ ውፍረት፣ የስኳር በሽታ እና ማጨስ) ያሳስባሉ። የአዋቂ እና መካከለኛ ህይወት የደም ቧንቧ ስጋት ውጤቶች እና በውጤቱም በወጣትነት ጊዜ እንኳን ሳይቀር ግልጽ በሆነ ሁኔታ የሚፈጠር ስውር የደም ቧንቧ አእምሮ ጉዳት አዋቂዎች [33-35] በዚህ መሠረት ቀደም ብሎ ለመለየት እጅግ በጣም ጥሩው የመጀመሪያ የማጣሪያ ዕድል የአእምሮ ማጣት ችግርን ደረጃ እና ውጤታማ የመከላከል እና የመርሳት ችግርን በተሳካ ሁኔታ ለመፍታት ስልቶችን መጀመር በአዋቂነት ዕድሜ እና በልጅነት ዕድሜ ላይ ያሉ (እንደ አፖፖፕሮቲን ኢ ያሉ በጀነቲካዊ ሁኔታዎች በለጋ እርግዝና ላይ ያለውን ጠቀሜታ በመመልከት) በእድሜ ክልል ውስጥ ያሉ አስተዋፅዖ ሁኔታዎችን እና ቀዳሚ አመልካቾችን ከመመርመር ይወጣል።

በተግባር፣ ለላቀ ኢሜጂንግ፣ ለጄኔቲክ ፕሮፋይል እና ተስፋ ሰጪ ባዮማርከርን ለመለካት ትክክለኛ ክሊኒካዊ ምርመራዎች እና ውድ ሂደቶች ሁልጊዜም በቀላሉ ሊገኙ ወይም ለብዙ አገልግሎት ሰጪዎችም ሊሆኑ አይችሉም። ስለዚህ፣ በብዙ አጋጣሚዎች፣ የመጀመሪያ አጠቃላይ የእውቀት (ኮግኒቲቭ) የጤና ሁኔታ ምደባ በታካሚው የሚቀርቡ ሌሎች ቀላል መለኪያዎችን በመጠቀም ከሞዴሎች የተወሰደ ሊሆን ይችላል። የማስታወስ ችግሮች, ወቅታዊ መድሃኒቶች እና የተለመዱ የእንቅስቃሴ ገደቦች) እና የተለመዱ የስነ-ሕዝብ ባህሪያት [7]. እንደ የካሊፎርኒያ ዩኒቨርሲቲ ያሉ መዝገቦች አእምዕሮ ጤና መዝገብ ቤት (https://www.brainhealthregistry.org/) [27] እና ሌሎች በተፈጥሯቸው በራሳቸው የሚገለጹ ምልክቶች፣ የጥራት እርምጃዎች (ለምሳሌ፣ እንቅልፍ እና የእለት ተእለት ግንዛቤ)፣ መድሃኒቶች፣ የጤና ሁኔታ እና ታሪክ፣ እና በክሊኒኩ ውስጥ የእነዚህን በጣም ጥንታዊ ሞዴሎችን ተግባራዊ ለማድረግ እና ለማፅደቅ የበለጠ ዝርዝር የስነ-ሕዝብ መረጃ ጠቃሚ ይሆናል ። በተጨማሪም፣ እንደ MemTrax ያለ ፈተና፣ የማህደረ ትውስታ ተግባርን ለመገምገም ጠቃሚነትን ያሳየ፣ በእርግጥ ከባዮሎጂካል ማርከሮች የበለጠ የ AD ፓቶሎጂ ግምትን ሊሰጥ ይችላል። የኤ.ዲ. ፓቶሎጂ ዋና ገፅታ የነርቭ ፕላስቲክነት መቋረጥ እና እጅግ በጣም ውስብስብ የሆነ የሲናፕስ መጥፋት ሲሆን ይህም እንደ ኤፒሶዲክ ነው. የማስታወስ ችግር፣ episodic ማህደረ ትውስታን የሚገመግም መለኪያ በእውነቱ ሊሆን ይችላል። በህይወት በሽተኛ ውስጥ ካሉ ባዮሎጂካዊ ምልክቶች የበለጠ ስለ AD የፓቶሎጂ ሸክም የተሻለ ግምት ይስጡ [36].

ከሁሉም ግምታዊ ሞዴሎች ጋር - በዘመናዊ ቴክኖሎጂ በተገኘው ውስብስብ እና አካታች መረጃ እና በተለያዩ ጎራዎች ላይ የተጣራ ክሊኒካዊ ግንዛቤዎች ወይም ለነባር ታካሚ መገለጫዎች መሠረታዊ እና በቀላሉ ሊገኙ በሚችሉ የመረጃ ባህሪያት የተገደቡ - የታወቀው ሰው ሰራሽ የማሰብ ችሎታ ጥቅም እና የማሽን መማር የውጤት ሞዴሎች በማዋሃድ እና በሂደት ባለው የመተግበሪያ አጠቃቀም ከሚቀርበው ተዛማጅነት ካለው አዲስ መረጃ እና እይታ "መማር" ይችላሉ። የተግባር የቴክኖሎጂ ሽግግርን ተከትሎ፣ እዚህ ያሉት ሞዴሎች (እና ሊዳብሩ የሚገባቸው) ሲተገበሩ እና በበለፀጉ ጉዳዮች እና አግባብነት ባላቸው መረጃዎች (ከዚህ በኋላ የእውቀት ማሽቆልቆልን ሊያሳዩ የሚችሉ ተጓዳኝ በሽታዎች ያለባቸውን ታካሚዎችን ጨምሮ) የትንበያ አፈፃፀም እና የግንዛቤ ጤና ምደባ የበለጠ ጠንካራ ይሆናል። የበለጠ ውጤታማ ክሊኒካዊ ውሳኔ ድጋፍ መገልገያን ያስከትላል። የጤና አጠባበቅ አቅራቢዎች በክሊኒኩ ውስጥ በቅጽበት ሊጠቀሙባቸው የሚችሏቸውን MemTraxን ወደ ብጁ (በሚገኙ ችሎታዎች ያነጣጠረ) በመክተት ይህ ዝግመተ ለውጥ በተሟላ እና በተግባራዊ ሁኔታ እውን ይሆናል።

ለምርመራ ድጋፍ እና ለታካሚ እንክብካቤ የ MemTrax ሞዴልን ማረጋገጥ እና ጥቅም ላይ ማዋል በጣም አስፈላጊ-በኋላ ትርጉም ያለው የርዝመታዊ መረጃ ነው። ተጓዳኝ ለውጦችን (ካለ) በክሊኒካዊ ሁኔታ ውስጥ በበቂ ሁኔታ ከመደበኛ እስከ መጀመሪያ ደረጃ MCI ድረስ በመመዝገብ፣ ተገቢው ቀጣይነት ያለው ግምገማ እና ምደባ ሞዴሎች በታካሚዎች ዕድሜ ላይ ሲደርሱ ማሰልጠን እና ማሻሻያ ማድረግ እና መታከም ይችላሉ። ማለትም፣ ተደጋጋሚ መገልገያ መለስተኛ የግንዛቤ ለውጦችን ፣ የጣልቃገብነትን ውጤታማነት እና በመረጃ የተደገፈ እንክብካቤን በረጅም ጊዜ መከታተል ይረዳል። ይህ አቀራረብ ከክሊኒካዊ ልምምድ እና ከታካሚ እና ከጉዳይ አያያዝ ጋር በቅርበት ይጣጣማል.

ገደቦች

ቁጥጥር በተደረገበት ክሊኒክ/ሆስፒታል ውስጥ ንጹህ ክሊኒካዊ መረጃዎችን ለመሰብሰብ ያለውን ፈተና እና ዋጋ እናደንቃለን። ቢሆንም፣ የእኛ የመረጃ ቋቶች ብዙ የጋራ ባህሪያት ያላቸው ታካሚዎችን ካካተተ ሞዴሊንግያችንን ያጠናክር ነበር። ከዚህም በላይ፣ ለምርመራችን ሞዴሊንግ የተለየ፣ መደበኛ የግንዛቤ ጤና ባላቸው በተመጣጣኝ ታካሚዎች ላይ ተመሳሳይ ክሊኒካዊ ግምገማ ቢያደርግ የበለጠ የሚፈለግ እና ተገቢ ነበር። እና የተጣራውን የውሂብ ስብስብ (ከፍተኛ ደረጃ ያላቸው አራት ባህሪያትን ብቻ) በመጠቀም በከፍተኛ የምደባ አፈጻጸም እንደተገለጸው፣ የበለጠ አጠቃላይ እና የእውቀት (ኮግኒቲቭ) የጤና እርምጃዎች/አመላካቾች ይሻሻሉ ነበር። በሁሉም ሕመምተኞች ላይ ከበርካታ የተለመዱ ባህሪያት ጋር ሞዴል መስራት.

አንዳንድ ተሳታፊዎች አላፊ ወይም ሥር የሰደደ የግንዛቤ እጥረቶችን ሊያስከትሉ የሚችሉ ሌሎች በሽታዎችን በአንድ ጊዜ እያጋጠማቸው ሊሆን ይችላል። ከኤክስኤል ንኡስ ዳታ ስብስብ ውጪ በሽተኞቹ በዲያግኖስቲካዊ ሁኔታ AD ወይም VaD አላቸው ተብለው ከተመደቡ በስተቀር፣ የተዛማችነት መረጃ በYH ታካሚ ገንዳ ውስጥ አልተሰበሰበም/ አልተዘገበም እና በ KM ንኡስ ዳታ ስብስብ ውስጥ ዋነኛው የተዛመደ በሽታ መሆኑን ሪፖርት አድርጓል። ነገር ግን የግንዛቤ እጥረት ደረጃን ሊያባብሱ ወይም ሊያባብሱ ከሚችሉ ተጓዳኝ እክሎች ጋር በሽተኞችን ጨምሮ በሞዴሊንግ እቅዶቻችን ውስጥ እና ዝቅተኛ የ MemTrax አፈፃፀም የገሃዱ አለም የታለመ ታካሚ ህዝብ የበለጠ የሚወክል እንደሆነ አከራካሪ ነው። እና ሞዴሊንግ አቀራረብ. ወደ ፊት በመሄድ፣ የእውቀት (ኮግኒቲቭ) አፈጻጸምን ሊነኩ የሚችሉ የኮሞርቢዲቲዎች ትክክለኛ ምርመራ ሞዴሎቹን እና ለታካሚ እንክብካቤ አፕሊኬሽኖች ማመቻቸት በሰፊው ጠቃሚ ነው።

በመጨረሻም የYH እና KM ንኡስ ዳታሴስት ታማሚዎች የሜምትራክስ ሙከራን ለመውሰድ ስማርት ፎን ሲጠቀሙ የተወሰኑት የኤክስኤል ንዑስ ዳታሴስት ታካሚዎች አይፓድ ሲጠቀሙ የተቀሩት ደግሞ ስማርት ፎን ተጠቅመዋል። ይህ ለሞሲኤ አመዳደብ ሞዴሊንግ በMemTrax አፈጻጸም ላይ ትንሽ ከመሳሪያ ጋር የተገናኘ ልዩነት ሊያስተዋውቅ ይችል ነበር። ነገር ግን፣ በ MTx-RT ውስጥ ያሉ ልዩነቶች (ካለ)፣ ለምሳሌ፣ በመሳሪያዎች መካከል፣ በተለይም እያንዳንዱ ተሳታፊ ከተመዘገበው የፈተና አፈጻጸም በፊት የ"ልምምድ" ፈተና ሲሰጥ እዚህ ግባ የሚባል አይደለም። ቢሆንም፣ የእነዚህ ሁለት በእጅ የሚያዙ መሳሪያዎች ተጠቃሚነት በኮምፒዩተር ኪቦርድ ላይ ያለውን የጠፈር አሞሌ በመንካት ከሌሎች የMemTrax ውጤቶች ጋር በቀጥታ ንፅፅርን ሊጎዳ ይችላል።

በMemTrax ትንበያ ሞዴሊንግ መገልገያ ላይ ቁልፍ ነጥቦች

  • • የተመረጡ የMemTrax አፈጻጸም መለኪያዎችን የሚያካትቱ ከፍተኛ አፈጻጸም ያላቸው ትንበያ ሞዴሎቻችን በሰፊው በሚታወቀው የMoCA ፈተና እንደሚጠቁሙት የግንዛቤ ጤና ሁኔታን (የተለመደ የግንዛቤ ጤና ወይም MCI) በአስተማማኝ ሁኔታ ሊመድቡ ይችላሉ።
  • • እነዚህ ውጤቶች የተመረጡ የMemTrax አፈጻጸም መለኪያዎችን ለቅድመ ደረጃ የግንዛቤ እክል መተንበይ ሞዴል ማጣሪያ መተግበሪያን ማዋሃድ ይደግፋሉ።
  • • የእኛ ምደባ ሞዴሊንግ የመርሳት በሽታ ምርመራን ክብደት ለመለየት የMemTrax አፈፃፀምን የመጠቀም እድልንም አሳይቷል።

እነዚህ አዳዲስ ግኝቶች የተሻሻለ ጠንካራ MemTrax ላይ የተመሰረቱ የምደባ ሞዴሎችን በመገንባት ውጤታማ የክሊኒካዊ ኬዝ አስተዳደር እና የግንዛቤ ችግር ላለባቸው ታካሚ እንክብካቤዎች የማሽን መማርን ጥቅም የሚደግፉ ትክክለኛ ማስረጃዎችን ያስቀምጣሉ።

ምስጋና

የጄ ዌሰን አሽፎርድ፣ ኩርቲስ ቢ. አሽፎርድ እና ባልደረቦች እዚህ ጥቅም ላይ የሚውለውን የመስመር ላይ ቀጣይነት ያለው እውቅና ተግባር እና መሳሪያ (MemTrax) በማዘጋጀት እና በማረጋገጥ ስራ እንገነዘባለን። . በተጨማሪም Xianbo Zhou እና የ SJN Biomed LTD ባልደረቦቹን፣ ባልደረቦቹን እና በሆስፒታሎች/የክሊኒኮች ቦታ ላይ ያሉ ተባባሪዎችን፣ በተለይም ዶር. ኤም. ሉኦ እና ኤም ዞንግ፣ ተሳታፊዎችን በመመልመል፣ ፈተናዎችን በማቀናጀት እና መረጃን በመሰብሰብ፣ በመመዝገብ እና በግንባር ቀደምትነት በማስተዳደር የረዱ እና ጠቃሚ ጊዜያቸውን ለገሱ እና ፈተናዎችን ለመውሰድ እና ለማቅረብ ቁርጠኝነት ያደረጉ የበጎ ፈቃደኛ ተሳታፊዎች በዚህ ጥናት ውስጥ የምንገመግመው ዋጋ ያለው መረጃ. ይህ ጥናቱ በከፊል በኤምዲ ሳይንሳዊ ምርምር የተደገፈ ነው። የኩሚንግ ሜዲካል ዩኒቨርሲቲ ፕሮግራም (የስጦታ ቁጥር 2017BS028 ለኤክስኤልኤል) እና የዩናን ሳይንስ እና ቴክኖሎጂ ዲፓርትመንት የምርምር ፕሮግራም (የስጦታ ቁጥር 2019FE001 (-222) ለኤክስኤል)።

ጄ. ዌሰን አሽፎርድ በአጠቃላይ በዚህ ጽሑፍ ውስጥ የተገለጸውን የተለየ ቀጣይነት ያለው እውቅና ምሳሌ ለመጠቀም የፓተንት ማመልከቻ አስገብቷል የማስታወስ ሙከራ.

MemTrax፣ LLC በኩርቲስ አሽፎርድ የተያዘ ኩባንያ ነው፣ እና ይህ ኩባንያ የሚያስተዳድረው ነው። የማስታወስ ሙከራ በዚህ ጽሑፍ ውስጥ የተገለጸው ሥርዓት.

የደራሲዎች ይፋ መግለጫዎች በመስመር ላይ ይገኛሉ (https://www.j-alz.com/manuscript-disclosures/19-1340r2)።

የማስታወሻ ፈተና የመርሳት ፈተና የማስታወስ ችሎታ ማጣት ፈተና የአጭር ጊዜ የማስታወስ ችሎታ ማጣት ፈተና ራም የአዕምሮ አመጋገብ የተለያዩ መጽሃፎች የግንዛቤ ሙከራ በመስመር ላይ
ኩርቲስ አሽፎርድ - የግንዛቤ ምርምር አስተባባሪ

ማጣቀሻዎች

[1] የአልዛይመር ማህበር (2016) 2016 የአልዛይመር በሽታ እውነታዎች እና አሃዞች. አልዛይመር ዲሜንት 12, 459-509.
[2] Gresenz CR, Mitchell JM, Marrone J, Federoff HJ (2019) የመጀመሪያ ደረጃ ውጤት የአልዛይመር በሽታ በቤተሰብ የፋይናንስ ውጤቶች ላይ. ጤና ኢኮን 29፣18–29።
[3] Foster NL፣ Bondi MW፣ Das R፣ Foss M፣ Hershey LA፣ Koh S፣ Logan R ኒውሮሎጂ፡ መጠነኛ የግንዛቤ እክል ጥራት መለኪያ ስብስብ። ኒውሮሎጂ 2019, 93-705.
[4] ቶንግ ቲ፣ ቶካላ ፒ፣ ማክሚላን ቢ፣ ጎሽ አር፣ ብራዚየር ጄ (2017) የመጠቀም ወጪ ውጤታማነት በአንደኛ ደረጃ እንክብካቤ ውስጥ የመርሳት ችግርን እና መጠነኛ የግንዛቤ እክልን ለመለየት የግንዛቤ ማጣሪያ ሙከራዎች. Int J Geriatr ሳይኪያትሪ 32, 1392-1400.
[5] አሽፎርድ JW , Gere E , Bayley PJ (2011) ማህደረ ትውስታን መለካት ቀጣይነት ያለው የማወቂያ ሙከራን በመጠቀም በትልቅ የቡድን ቅንጅቶች ውስጥ። ጄ አልዛይመር Dis 27, 885-895.
[6] አሽፎርድ JW፣ ታርፒን-በርናርድ ኤፍ፣ አሽፎርድ CB፣ አሽፎርድ ኤምቲ (2019) ተከታታይ የማስታወስ ችሎታን ለመለካት በኮምፒዩተራይዝድ ያልተቋረጠ የማወቂያ ተግባር። ጄ አልዛይመር Dis 69, 385-399.
[7] በርጌሮን ኤምኤፍ፣ ላንድሴት ኤስ፣ ታርፒን-በርናርድ ኤፍ፣ አሽፎርድ CB፣ Khoshgoftaar TM፣ አሽፎርድ JW (2019) የእውቀት (ኮግኒቲቭ) የጤና ሁኔታ ምደባን ለመተንበይ በማሽን መማሪያ ሞዴሊንግ ውስጥ ኢፒሶዲክ-ትውስታ አፈጻጸም። ጄ አልዛይመር Dis 70, 277-286.
[8] ቫን ደር ሆክ MD ፣ Nieuwenhuizen A ፣ Keijer J ፣ Ashford JW (2019) MemTrax ሙከራ ከሞንትሪያል የግንዛቤ ግምገማ መለስተኛ የግንዛቤ እክል ግምት ጋር ሲነጻጸር። ጄ አልዛይመር Dis 67, 1045-1054.
[9] Falcone M , Yadav N , Poellabauer C , Flynn P (2013) መለስተኛ የአሰቃቂ የአንጎል ጉዳትን ለመለየት የተገለሉ አናባቢ ድምፆችን መጠቀም። በ2013 የ IEEE አለምአቀፍ ኮንፈረንስ በአኮስቲክስ፣ የንግግር እና የሲግናል ሂደት፣ ቫንኮቨር፣ BC፣ ገጽ 7577–7581።
[10] Dabek F, Caban JJ (2015) ትልቅ መረጃን በመጠቀም ከድንጋጤ በኋላ የስነ-ልቦና ሁኔታዎችን የመፍጠር እድልን ለመቅረጽ. Procedia Comput Sci 53, 265-273.
[11] Climent MT, Pardo J, Munoz-Almaraz FJ, Guerrero MD, Moreno L (2018) በማህበረሰብ ፋርማሲስቶች የግንዛቤ እክልን ቀደም ብሎ ለማወቅ የውሳኔ ዛፍ. የፊት ፋርማሲ 9, 1232.
[12] Nasreddine ZS፣ Phillips NA፣ Bedirian V፣ Charbonneau S፣ Whitehead V፣ Collin I፣ Cummings JL፣ Chertkow H (2005) የሞንትሪያል ኮግኒቲቭ ምዘና፣ ሞሲኤ፡ ለመለስተኛ የግንዛቤ እክል አጭር የማጣሪያ መሳሪያ። J Am Geriatr ሶክ 53፣ 695–699
[13] ዩ ጄ፣ ሊ ጄ፣ ሁአንግ ኤክስ (2012) የሞንትሪያል የግንዛቤ ምዘና የቤጂንግ ሥሪት ለመለስተኛ የግንዛቤ እክል አጭር የፍተሻ መሣሪያ፡ በማህበረሰብ ላይ የተመሰረተ ጥናት። ቢኤምሲ ሳይካትሪ 12, 156.
[14] Chen KL፣ Xu Y፣ Chu AQ፣ Ding D፣ Liang XN J Am Geriatr Soc 2016, e64–e285.
[15] ካርሰን ኤን፣ ሌች ኤል፣ መርፊ ኪጄ (2018) የሞንትሪያል የግንዛቤ ምዘና (MoCA) የመቁረጫ ውጤቶች ድጋሚ ምርመራ። ኢንት ጄ ጌሪያተር ሳይኪያትሪ 33፣ 379–388።
[16] የአሜሪካ የሥነ አእምሮ ሕክምና ማህበር (2013) ግብረ ኃይል የአእምሮ ሕመሞች ምርመራ እና ስታቲስቲካዊ መመሪያ፡ DSM-5™፣ የአሜሪካ የሥነ አእምሮ ሕትመት፣ Inc.፣ ዋሽንግተን ዲሲ።
[17] ፒዘን Python ሶፍትዌር ፋውንዴሽን፣ http://www.python.org፣ ኖቬምበር 15፣ 2019 ደርሷል።
[18] አር ኮር ቡድን፣ አር፡ ቋንቋ እና አካባቢ ለስታቲስቲካል ኮምፒውቲንግ አር ፋውንዴሽን ፎር ስታቲስቲካል ኮምፒውቲንግ፣ ቪየና፣ ኦስትሪያ። https://www.R-project.org/፣ 2018፣ ህዳር 15፣ 2019 ላይ ደርሷል።
[19] ቤናቮሊ ኤ፣ ኮራኒ ጂ፣ ዴምሻር ጄ፣ ዛፋሎን ኤም (2017) የለውጥ ጊዜ፡ ብዙ ክላሲፋየሮችን በባዬዥያ ትንታኔ የማወዳደር አጋዥ ስልጠና። ጄ ማች ተማር ሬስ 18፣ 1–36።
[20] ፍራንክ ኢ, አዳራሽ MA, Witten IH (2016) The WEKA Workbench. ውስጥ የውሂብ ማዕድን፡ ተግባራዊ የማሽን መማሪያ መሳሪያዎች እና ቴክኒኮች, ፍራንክ ኢ, አዳራሽ MA, Witten IH, Pal CJ, እትሞች. ሞርጋን ካፍማን https://www.cs.waikato.ac.nz/ml/weka/Witten_et_al_2016_appendix.pdf
[21] Bergeron MF፣ Landset S፣ Maugans TA፣ Williams VB፣ Collins CL፣ Wasserman EB Med Sci ስፖርት መልመጃ 2019, 51-1362.
[22] Van Hulse J, Khoshgoftaar TM, Napolitano A (2007) ከተዛባ ውሂብ ለመማር የሙከራ አመለካከቶች. ውስጥ የ24ኛው አለም አቀፍ የማሽን መማሪያ ሂደቶች ሂደቶች፣ ኮርቫሊስ ፣ ኦሪገን ፣ አሜሪካ ፣ ገጽ 935-942
[23] አሽፎርድ JW፣ Kolm P፣ Colliver JA፣ Bekian C፣ Hsu LN (1989) የአልዛይመር ታካሚ ግምገማ እና አነስተኛ የአእምሮ ሁኔታ፡ የንጥል ባህሪ ከርቭ ትንተና።ፒ. ጄ ጌሮንቶል 44፣ 139–146
[24] አሽፎርድ JW, Jarvik L (1985) የመርሳት በሽታ: የኒውሮን ፕላስቲክነት ለአክሶናል ኒውሮፊብሪላሪ መበላሸት ያጋልጣል? N Engl J Med 313, 388-389.
[25] Jack CR Jr, Therneau TM, Weigand SD, Wiste HJ, Knopman DS, Vemuri P, Lowe VJ, Mielke MM, Roberts RO, Machulda MM, Graff-Radford J, Jones DT, Schwarz CG, Gunter JL, , Rocca WA , Petersen RC (2019) ብሔራዊ የእርጅና-አልዛይመርስ ኢንስቲትዩት በመጠቀም በባዮሎጂ እና በክሊኒካዊ የተገለጹ የአልዛይመር ስፔክትረም አካላት መስፋፋት ማህበር ምርምር ማዕቀፍ. ጃማ ኒውሮል 76, 1174-1183.
[26] Zhou X፣ አሽፎርድ JW (2019) የማጣሪያ መሳሪያዎች እድገቶች የአልዛይመር በሽታ. እርጅና ሜድ 2፣ 88–93
[27] ዌይነር MW አእምዕሮ ጤና መዝገብ፡- ለነርቭ ሳይንስ ጥናቶች ተሳታፊዎችን ለመቅጠር፣ ለመገምገም እና ቁመታዊ ክትትል የሚደረግበት በይነመረብ ላይ የተመሰረተ መድረክ ነው። አልዛይመር ዲሜንት 14, 1063-1076.
[28] አሽፎርድ ጄደብሊው, ሽሚት ኤፍኤ (2001) የወቅቱን ጊዜ በመቅረጽ ላይ የአልዛይመር የመርሳት ችግር. Curr ሳይካትሪ Rep 3, 20-28.
[29] ሊ ኤክስ፣ ዋንግ ኤክስ፣ ሱ ኤል፣ ሁ ኤክስ፣ ሀን ዋይ (2019) ሲኖ ረጅም ጊዜ ጥናት የግንዛቤ ቅነሳ (SILCODE)፡ የቻይናውያን ቁመታዊ ምልከታ ጥናት ፕሮቶኮል ወደ መለስተኛ የግንዛቤ እክል የመሸጋገር የግንዛቤ እክል ባለባቸው ግለሰቦች ላይ የአደጋ ትንበያ ሞዴሎችን ለማዘጋጀት ፕሮቶኮል ማሽቆልቆል. BMJ ክፍት 9, e028188.
[30] ታርናናስ I፣ Tsolaki A፣ Wiederhold M፣ Wiederhold B፣ Tsolaki M (2015) የአምስት ዓመት የባዮማርከር ግስጋሴ ተለዋዋጭነት ለ የአልዛይመር በሽታ የመርሳት ችግር ትንበያ፡ የእለት ተእለት ኑሮ ጠቋሚ ውስብስብ የመሳሪያ ተግባራት ክፍተቶችን መሙላት ይችላል? አልዛይመር ዲሜንት (አምስት) 1, 521-532.
[31] ማክጉርራን ኤች፣ ግሌን ጄኤም፣ ማዴሮ ኤን፣ ቦት ኤንቲ (2019) የአልዛይመር በሽታ መከላከል እና ሕክምና; የአካል ብቃት እንቅስቃሴ ባዮሎጂካል ዘዴዎች. ጄ አልዛይመር Dis 69, 311-338.
[32] Mendiola-Precoma J, Berumen LC, Padilla K, Garcia-Alcocer G (2016) ሕክምናዎች ለ የአልዛይመር በሽታ መከላከል እና ህክምና. Biomed Res Int 2016, 2589276.
[33] ሌን CA፣ Barnes J፣ Nicholas JM፣ Sudre CH፣ Cash DM፣ Malone IB፣ Parker TD፣ Keshavan A፣ Buchanan SM ሞዳት ኤም፣ ቶማስ ዲ፣ ሪቻርድስ ኤም፣ ፎክስ ኤንሲ፣ ሾት ጄኤም (2020) በአዋቂነት እና በህይወት መገባደጃ ላይ ባለው የአንጎል ፓቶሎጂ መካከል ባለው የደም ቧንቧ ስጋት መካከል ያሉ ማህበራት፡ የብሪታንያ የትውልድ ቡድን ማስረጃ። ጃማ ኒውሮል 77, 175-183.
[34] ሴሻድሪ ኤስ (2020) ከዕድሜ እና ከአሚሎይድ ሳጥኖች በላይ የመርሳት-አስተሳሰብን መከላከል። ጃማ ኒውሮል 77, 160-161.
[35] Maillard P , Seshadri S , Beiser A , Himali JJ , Au R , Fletcher E , Carmichael O , Wolf PA , DeCarli C (2012) በፍራሚንግሃም የልብ ጥናት ውስጥ በወጣት ጎልማሶች ላይ የሲስቶሊክ የደም ግፊት በነጭ-ነገር ታማኝነት ላይ ተጽእኖዎች: መስቀል - ክፍል ጥናት. ላንሴት ኒውሮል 11, 1039-1047.
[36] Fink HA, Linskens EJ, Silverman PC, McCarten JR, Hemmy LS, Ouellette JM, Greer NL, Wilt TJ, Butler M (2020) ለኒውሮፓቲካል ፍቺ የባዮማርከር ምርመራ ትክክለኛነት የመርሳት ችግር ያለባቸው በዕድሜ የገፉ ሰዎች የአልዛይመር በሽታ. Ann Intern Med 172, 669-677.

ትስስር፡ [ሀ] SIVOTEC ትንታኔ፣ ቦካ ራቶን፣ ኤፍኤል፣ አሜሪካ | [ለ] የኮምፒውተር እና ኤሌክትሪካል ምህንድስና እና የኮምፒውተር ሳይንስ ክፍል፣ ፍሎሪዳ አትላንቲክ ዩኒቨርሲቲ፣ ቦካ ራቶን፣ ኤፍኤል፣ አሜሪካ | [ሐ] SJN Biomed LTD, Kunming, Yunnan, ቻይና | [መ] ማዕከል ለ የአልዛይመር ምርምር, የዋሽንግተን ክሊኒካል ምርምር ተቋም, ዋሽንግተን ዲሲ, አሜሪካ | [ሠ] የመልሶ ማቋቋሚያ ሕክምና ክፍል፣ የኩሚንግ ሜዲካል ዩኒቨርሲቲ የመጀመሪያው ተባባሪ ሆስፒታል፣ ኩሚንግ፣ ዩንን፣ ቻይና | [ረ] የኒውሮሎጂ ክፍል፣ ዴሆንግ ህዝቦች ሆስፒታል፣ ዴሆንግ፣ ዩንን፣ ቻይና | [ሰ] የኒውሮሎጂ ክፍል፣ የኩንሚንግ ሜዲካል ዩኒቨርሲቲ የመጀመሪያ ተባባሪ ሆስፒታል፣ ዉሁአ አውራጃ፣ Kunming፣ Yunnan Province፣ ቻይና | [ሸ] ከጦርነት ጋር የተያያዘ ህመም እና ጉዳት ጥናት ማዕከል, VA Palo Alto የጤና ጥበቃ ስርዓት, ፓሎ አልቶ, CA, ዩናይትድ ስቴትስ | [i] የሳይካትሪ እና የባህርይ ሳይንስ ክፍል፣ የስታንፎርድ ዩኒቨርሲቲ የሕክምና ትምህርት ቤት፣ ፓሎ አልቶ፣ ሲኤ፣ ዩኤስኤ

የመልእክት ልውውጥ፡ [*] ከሚካኤል ኤፍ. በርጌሮን፣ ፒኤችዲ፣ FACSM፣ SIVOTEC Analytics፣ Boca Raton Innovation Campus፣ 4800 T-Rex Avenue, Suite 315, Boca Raton, FL 33431, USA. ኢመይል፡ mbergeron@sivotecanalitics.com .; Xiaolei Liu, MD, የኒውሮሎጂ ክፍል, Kunming የሕክምና ዩኒቨርሲቲ የመጀመሪያ ተባባሪ ሆስፒታል, 295 Xichang መንገድ, Wuhua አውራጃ, Kunming, Yunnan ግዛት 650032, ቻይና. ኢሜል፡ ring@vip.163.com

ቁልፍ ቃላት: እርጅና, የአልዛይመር በሽታ, የመርሳት በሽታ, የጅምላ ምርመራ