Utility of MemTrax thiab Machine Learning Modeling in Classification of Mild Cognitive Impairment
Tshawb Fawb Lus
Sau: Bergeron, Michael F. | Landset, Sara | Zhou, Xianbo | Ding, Tau | Khoshgoftaar, Taghi M. | Zhao, Feng | Du, Bo | Chen, Xinjie | Wang, Xuan | Zhong, Lianmei | Liu, Xiaolei | Ashford, J. Wesson
PIB: 10.3233/JAD-191340
Phau ntawv: Journal of Alzheimer Tus Kab Mob, vol. 77, tsis muaj. 4, pp. 1545-1558, 2020
Abstract
Tom qab:
Qhov tshwm sim dav thiab nthuav dav ntawm Tus kab mob Alzheimer thiab kev paub tsis meej me ntsis (MCI) tau ua rau muaj kev hu xovtooj sai rau kev tshawb fawb kom paub tseeb tias kev kuaj pom kev paub ntxov thiab kev ntsuam xyuas.
Hom phiaj:
Peb lub hom phiaj kev tshawb fawb tseem ceeb yog los txiav txim siab seb MemTrax kev ntsuas kev ua tau zoo thiab cov pej xeem cuam tshuam thiab cov yam ntxwv ntawm kev noj qab haus huv tuaj yeem siv tau zoo hauv cov qauv kev kwv yees tsim nrog kev kawm tshuab los faib kev paub txog kev noj qab haus huv (ib txwm piv rau MCI), raws li tau hais los ntawm Montreal Kev Ntsuas Kev Pom (MoCA).
Txoj kev:
Peb tau ua ib qho kev tshawb fawb hla ntu ntawm 259 neurology, lub tsev kho mob nco, thiab cov neeg mob sab hauv cov neeg mob tau txais los ntawm ob tsev kho mob hauv Suav teb. Txhua tus neeg mob tau txais MoCA lus Suav thiab tswj nws tus kheej qhov kev lees paub txuas ntxiv MemTrax online episodic nco kuaj online nyob rau tib hnub. Cov qauv kev faib tawm kwv yees tau tsim los ntawm kev siv tshuab kev kawm nrog 10-fold cross validation, thiab cov qauv kev ua tau zoo tau raug ntsuas los ntawm Cheeb Tsam Hauv qab Tus Txais Kev Ua Haujlwm Tus Kheej Curve (AUC). Cov qauv tau tsim los siv ob MemTrax kev ntsuas kev ua tau zoo (feem pua yog, lub sijhawm teb), nrog rau yim hom pej xeem thiab keeb kwm ntawm tus kheej.
tau:
Sib piv cov neeg kawm thoob plaws kev xaiv ua ke ntawm MoCA cov qhab nia thiab cov theem pib, Naïve Bayes feem ntau yog cov kawm ua tau zoo tshaj plaws nrog kev faib tawm tag nrho ntawm 0.9093. Tsis tas li ntawd, ntawm peb tus neeg kawm sab saum toj, MemTrax-raws li kev ua tau zoo tag nrho yog qhov zoo tshaj plaws siv tsuas yog cov qeb saum toj kawg nkaus plaub yam (0.9119) piv rau kev siv tag nrho 10 tus yam ntxwv (0.8999).
xaus:
MemTrax kev ua tau zoo tuaj yeem siv tau zoo hauv cov qauv kev kawm kev faib ua piv txwv daim ntawv thov kev tshuaj ntsuam xyuas kom paub txog kev puas hlwb thaum ntxov.
TAW qHIA
Kev lees paub (txawm tias tsis tau kuaj pom) qhov tshwm sim dav dav thiab nthuav dav thiab sib npaug nce mus txog kev kho mob, kev sib raug zoo, thiab pej xeem noj qab haus huv Tus nqi thiab lub nra ntawm Alzheimer's disease (AD) thiab kev paub tsis meej me ntsis (MCI) tau nce ntxiv rau txhua tus neeg muaj feem cuam tshuam [1, 2]. Qhov xwm txheej ntxhov siab thiab kev nplua nuj no tau ua rau muaj kev hu xovtooj sai rau kev tshawb fawb kom siv tau ntxov paub Kev ntsuam xyuas kev txawj ntse thiab kev ntsuam xyuas cov cuab yeej siv rau kev ua haujlwm tsis tu ncua hauv tus kheej thiab chaw kho mob rau cov neeg mob laus thoob plaws ntau thaj tsam thiab cov pej xeem [3]. Cov cuab yeej no tseem yuav tsum muab kev txhais lus tsis sib haum xeeb ntawm cov ntaub ntawv tau txais mus rau hauv cov ntaub ntawv kho mob hauv hluav taws xob. Cov txiaj ntsig yuav raug lees paub los ntawm kev ceeb toom rau cov neeg mob thiab pab cov kws kho mob kom paub txog cov kev hloov pauv tseem ceeb ua ntej thiab yog li ua kom sai thiab raws sij hawm stratification, kev siv, thiab kev taug qab ntawm tus kheej tsim nyog thiab kev kho tus nqi ntau dua thiab kev saib xyuas neeg mob rau cov neeg pib paub. kev txawj ntse poob [3, 4] ib.
Lub computerized MemTrax cuab tam (https://memtrax.com) yog ib qho yooj yim thiab luv luv kev ntsuam xyuas kev paub tsis tu ncua uas tuaj yeem tswj hwm tus kheej hauv online los ntsuas qhov nyuaj ntawm lub sijhawm ua haujlwm ntawm lub cim xeeb uas tus neeg siv teb rau cov duab rov qab thiab tsis yog qhov kev nthuav qhia thawj zaug [5, 6]. Cov kev tshawb fawb tsis ntev los no thiab cov txiaj ntsig tau tshwm sim tau pib nce zuj zus thiab sib sau ua pov thawj pom qhov ua tau zoo ntawm MemTrax thaum ntxov AD thiab MCI kev tshuaj ntsuam [5–7]. Txawm li cas los xij, kev sib piv ncaj qha ntawm kev siv tshuaj kho mob rau cov uas twb muaj lawm txawj ntse noj qab haus huv Kev soj ntsuam thiab cov qauv qauv raug lees paub los qhia txog kev pom kev tshaj lij thiab ua kom muaj txiaj ntsig MemTrax hauv kev tshawb pom ntxov thiab kev txhawb nqa kev kuaj mob. van der Hoek et al. [8] piv cov MemTrax kev ntsuas kev ua tau zoo (cov tshuaj tiv thaiv ceev thiab feem pua yog) rau kev paub zoo raws li tau txiav txim los ntawm Montreal Kev ntsuam xyuas kev paub (MoCA). Txawm li cas los xij, txoj kev tshawb fawb no tau txwv rau kev koom nrog cov kev ntsuas kev ua tau zoo no nrog kev paub txog cov xwm txheej (raws li tau txiav txim los ntawm MoCA) thiab txheeb xyuas cov txheeb ze thiab cov txiaj ntsig txiav tawm. Yog li, txhawm rau nthuav dav ntawm qhov kev tshawb nrhiav no thiab txhim kho kev faib tawm thiab kev ua tau zoo, peb cov lus nug tseem ceeb ntawm kev tshawb fawb yog:
- Ib tus neeg tuaj yeem xaiv qhov MemTrax kev ntsuas kev ua tau zoo thiab muaj feem cuam tshuam rau pej xeem thiab kev noj qab haus huv profile Cov yam ntxwv yuav siv tau zoo hauv cov qauv kev kwv yees uas tsim los nrog kev kawm tshuab los faib kev paub txog kev noj qab haus huv dichotomously (ib txwm piv rau MCI), raws li yuav qhia los ntawm ib tus qhab nia MoCA?
Secondary rau qhov no, peb xav paub:
- Nrog rau cov yam ntxwv zoo ib yam, MemTrax tuaj yeem ua tau raws li kev ua haujlwm ntawm lub tshuab kev kawm ua haujlwm tau zoo rau tus neeg mob los kwv yees qhov hnyav (me me piv rau qhov hnyav) hauv cov kev xaiv ntawm kev paub tsis meej raws li yuav txiav txim siab los ntawm kev kuaj mob ywj pheej?
Kev tshwm sim thiab hloov zuj zus ntawm kev siv cov txuj ci txuj ci thiab kev kawm tshuab hauv kev tshuaj ntsuam / kuaj pom tau pom tias muaj txiaj ntsig zoo, nrog cov qauv kev kwv yees ua tau zoo coj tus kws kho mob hauv qhov kev ntsuam xyuas nyuaj ntawm kev paub / hlwb thiab kev tswj tus neeg mob. Hauv peb txoj kev tshawb fawb, peb tau xaiv ib txoj hauv kev zoo sib xws hauv MCI kev faib ua qauv thiab kev paub txog kev puas siab puas ntsws kev ntxub ntxaug raws li tau lees paub los ntawm kev kuaj mob los ntawm peb cov ntaub ntawv uas sawv cev rau cov neeg tuaj yeem pab dawb thiab cov neeg mob sab nraud los ntawm ob lub tsev kho mob hauv Suav teb. Siv tshuab kev kawm kwv yees ua qauv, peb txheeb xyuas cov neeg kawm ua tau zoo tshaj plaws los ntawm ntau cov ntaub ntawv / cov neeg kawm ua ke thiab muab cov yam ntxwv los qhia peb hauv kev txheeb xyuas cov qauv siv kho mob tshaj plaws.
Peb cov kev xav tau yog tias MemTrax-raws li tus qauv siv tau siv los txheeb xyuas kev paub txog kev noj qab haus huv dichotomously (ib txwm lossis MCI) raws li MoCA cov qhab nia sib sau ua ke, thiab qhov zoo sib xws MemTrax tus qauv kwv yees tuaj yeem ua haujlwm tau zoo hauv kev ntxub ntxaug hauv pawg xaiv ntawm kuaj mob kev txawj ntse puas. Ua kom pom cov txiaj ntsig xav tau yuav yog qhov tseem ceeb hauv kev txhawb nqa kev ua tau zoo ntawm MemTrax raws li kev tshuaj ntsuam xyuas ntxov rau kev paub txog kev poob qis thiab kev paub tsis meej. Kev sib piv zoo rau kev lag luam purported standard complemented by deb dua yooj yim thiab ceev ntawm cov nqi hluav taws xob yuav muaj feem cuam tshuam rau kev pab cov kws kho mob txais cov cuab yeej yooj yim, txhim khu kev qha, thiab siv tau los ua qhov kev tshuaj ntsuam thawj zaug hauv kev tshawb pom ntxov (suav nrog prodromal) theem kev paub tsis txaus. Xws li ib txoj hauv kev thiab kev siv hluav taws xob tuaj yeem ua rau lub sijhawm thiab kev saib xyuas neeg mob zoo dua thiab kev cuam tshuam. Cov kev xav rau pem hauv ntej no thiab cov kev ntsuas thiab cov qauv txhim kho kuj tseem tuaj yeem pab txo qis lossis nres kev mob dementia, suav nrog AD thiab AD-txog dementias (ADRD).
COV NTAUB NTAWV THIAB KEV HLOOV
Kawm cov pej xeem
Nyob nruab nrab ntawm Lub Ib Hlis 2018 thiab Lub Yim Hli 2019, kev tshawb fawb hla ntu tau ua tiav rau cov neeg mob tau txais los ntawm ob lub tsev kho mob hauv Suav teb. Kev tswj hwm ntawm MemTrax [5] rau cov tib neeg muaj hnub nyoog 21 xyoo thiab tshaj saud thiab kev sau thiab tshuaj xyuas cov ntaub ntawv no tau raug tshuaj xyuas thiab pom zoo los ntawm thiab tswj hwm raws li cov qauv kev coj ua ntawm lub Tib neeg Pawg Neeg Saib Xyuas Kev Tiv Thaiv ntawm Stanford University. MemTrax thiab tag nrho lwm yam kev sim rau qhov kev tshawb fawb tag nrho no tau ua raws li Helsinki tshaj tawm xyoo 1975 thiab tau pom zoo los ntawm Pawg Saib Xyuas Kev Tshawb Fawb ntawm Thawj Tsev Kho Mob ntawm Kunming Medical University hauv Kunming, Yunnan, Suav. Txhua tus neeg siv tau muab ib qho qhia kev pom zoo daim ntawv nyeem / tshuaj xyuas thiab tom qab ntawd yeem pom zoo koom nrog.
Cov neeg tuaj koom tau raug xaiv los ntawm lub pas dej ntawm cov neeg mob sab nraud hauv lub tsev kho mob neurology ntawm lub Tsev Kho Mob Yanhua (YH sub-dataset) thiab nco lub tsev kho mob ntawm Thawj Tsev Kho Mob ntawm Kunming Medical University (XL sub-dataset) hauv Beijing, Suav. Cov neeg koom nrog kuj tau txais los ntawm neurology (XL sub-dataset) thiab cov tshuaj sab hauv (KM sub-dataset) cov neeg mob nyob hauv Thawj Tsev Kho Mob ntawm Kunming Medical University. Cov txheej txheem suav nrog 1) txiv neej thiab poj niam yam tsawg kawg 21 xyoos, 2) muaj peev xwm hais lus Suav (Mandarin), thiab 3) muaj peev xwm nkag siab hais lus thiab sau cov lus qhia. Cov txheej txheem cais tawm yog qhov tsis pom kev thiab lub cev muaj zog tiv thaiv cov neeg koom ua tiav MemTrax test, nrog rau qhov tsis muaj peev xwm nkag siab txog cov lus qhia tshwj xeeb.
Suav version ntawm MemTrax
Hauv online MemTrax xeem platform tau txhais rau hauv Suav (URL: https://www.memtrax.com.cn) thiab txuas ntxiv mus siv los ntawm WeChat (Shenzhen Tencent Computer Systems Co. LTD., Shenzhen, Guangdong, Suav teb) rau kev tswj hwm tus kheej. Cov ntaub ntawv tau muab khaws cia rau hauv huab server (Ali Cloud) nyob hauv Suav teb thiab tau tso cai los ntawm Alibaba (Alibaba Technology Co. Ltd., Hangzhou, Zhejiang, Tuam Tshoj) los ntawm SJN Biomed LTD (Kunming, Yunnan, Suav). Cov ntsiab lus tshwj xeeb ntawm MemTrax thiab cov qauv siv tau siv tau ntawm no tau piav qhia yav dhau los [6]. Qhov kev sim no tau muab rau cov neeg mob tsis tau them nqi.
Cov txheej txheem kawm ntawv
Rau cov neeg mob hauv tsev kho mob thiab cov neeg mob sab nraud, daim ntawv nug dav dav rau kev sau cov pej xeem thiab cov ntaub ntawv tus kheej xws li hnub nyoog, poj niam txiv neej, xyoo kawm ntawv, kev ua haujlwm, nyob ib leeg los yog nrog tsev neeg, thiab keeb kwm kho mob tau tswj hwm los ntawm ib tug tswv cuab ntawm pab pawg kawm. Tom qab ua tiav daim ntawv nug, MoCA [12] thiab MemTrax xeem tau raug tswj hwm (MoCA ua ntej) tsis pub dhau 20 feeb ntawm kev xeem. MemTrax feem pua yog (MTx-% C), lub sij hawm teb lub sij hawm (MTx-RT), thiab hnub tim thiab lub sij hawm ntawm qhov kev ntsuam xyuas tau sau rau hauv daim ntawv los ntawm ib tug tswv cuab ntawm pab neeg kawm ntawv rau txhua tus neeg koom xeem. Daim ntawv nug ua tiav thiab cov txiaj ntsig ntawm MoCA tau muab tso rau hauv Excel daim ntawv nthuav qhia los ntawm tus kws tshawb fawb uas tau tswj hwm cov kev xeem thiab txheeb xyuas los ntawm ib tus npoj yaig ua ntej cov ntaub ntawv Excel tau khaws cia rau kev tshuaj xyuas.
MemTrax test
Kev sim MemTrax online suav nrog 50 cov duab (25 qhov tshwj xeeb thiab 25 rov ua dua; 5 teeb ntawm 5 cov duab ntawm cov xwm txheej lossis cov khoom siv) pom hauv qhov tshwj xeeb pseudo-random xaj. Tus neeg koom yuav (raws li cov lus qhia) kov lub pob pib ntawm qhov screen kom pib qhov kev sim thiab pib saib cov duab series thiab rov kov cov duab ntawm lub vijtsam kom sai li sai tau thaum twg daim duab rov tshwm sim. Txhua daim duab tau tshwm sim rau 3 s lossis kom txog thaum cov duab ntawm qhov screen raug kov, uas ua rau kev nthuav qhia tam sim ntawm daim duab tom ntej. Siv lub moos sab hauv ntawm lub cuab yeej hauv zos, MTx-RT rau txhua daim duab tau txiav txim siab los ntawm lub sijhawm dhau los ntawm kev nthuav qhia ntawm daim duab mus rau thaum lub vijtsam kov los ntawm tus neeg koom hauv cov lus teb rau qhov qhia txog kev lees paub ntawm daim duab raws li ib qho uas twb tau pom lawm. thaum kuaj. MTx-RT tau kaw rau txhua daim duab, nrog rau tag nrho 3 s kaw qhov qhia tias tsis muaj lus teb. MTx-% C tau suav los qhia qhov feem pua ntawm cov duab rov qab thiab pib cov duab uas tus neeg siv tau teb kom raug (qhov tseeb zoo + qhov tsis zoo muab faib los ntawm 50). Cov ntsiab lus ntxiv ntawm MemTrax kev tswj hwm thiab kev siv, txo cov ntaub ntawv, cov ntaub ntawv tsis raug lossis "tsis teb" cov ntaub ntawv, thiab cov ntaub ntawv tseem ceeb txheeb xyuas tau piav qhia lwm qhov [6].
Qhov kev xeem MemTrax tau piav qhia meej thiab kev sim xyaum (nrog cov duab tshwj xeeb uas tsis yog siv hauv qhov kev xeem rau kev sau cov txiaj ntsig) tau muab rau cov koom nrog hauv tsev kho mob. Cov koom nrog hauv YH thiab KM sub-datasets tau xeem MemTrax ntawm lub xov tooj smartphone uas tau thauj khoom nrog daim ntawv thov ntawm WeChat; whereas tsawg tus naj npawb ntawm XL sub-dataset cov neeg mob siv lub iPad thiab tus so siv lub smartphone. Txhua tus neeg tuaj koom tau xeem MemTrax nrog tus kws tshawb fawb tshawb nrhiav tsis pom kev.
Montreal kev ntsuam xyuas kev txawj ntse
Lub Beijing version ntawm Suav MoCA (MoCA-BC) [13] tau tswj hwm thiab tau qhab nia los ntawm cov kws tshawb fawb tau kawm raws li cov lus qhia xeem. Qhov tsim nyog, MoCA-BC tau pom tias muaj kev ntseeg siab kuaj rau kev txawj ntse kev tshuaj xyuas thoob plaws txhua qib kev kawm hauv Suav cov neeg laus [14]. Txhua qhov kev xeem tau siv li 10 mus rau 30 feeb los tswj raws li tus neeg koom nrog lub peev xwm paub txog.
MoCA kev faib ua qauv
Muaj tag nrho ntawm 29 cov yam ntxwv siv tau, suav nrog ob MemTrax kuaj kev ntsuas kev ua tau zoo thiab 27 yam ntxwv ntsig txog pej xeem thiab kev noj qab haus huv cov ntaub ntawv rau txhua tus neeg koom nrog. Txhua tus neeg mob MoCA cov qhab nia xeem tau raug siv los ua kev ntsuas kev txawj ntse "benchmark" los qhia peb cov qauv kev kwv yees. Raws li, vim tias MoCA tau siv los tsim cov ntawv teev npe hauv chav kawm, peb tsis tuaj yeem siv cov qhab nia sib sau (lossis ib qho ntawm MoCA cov qhab nia subset) ua ib qho kev ywj pheej. Peb tau ua qhov kev sim ua ntej uas peb tau ua qauv (kev faib tawm kev paub txog kev noj qab haus huv uas txhais los ntawm MoCA) thawj peb lub tsev kho mob / tsev kho mob cov ntaub ntawv sub-datasets ib tus zuj zus thiab tom qab ntawd ua ke siv tag nrho cov yam ntxwv. Txawm li cas los xij, tag nrho cov ntaub ntawv tib yam tsis tau sau nyob rau hauv txhua ntawm plaub lub tsev kho mob sawv cev rau peb cov ntaub ntawv sub-datasets; Yog li, ntau ntawm peb cov nta hauv cov ntaub ntawv sib xyaw ua ke (thaum siv tag nrho cov yam ntxwv) muaj qhov xwm txheej siab ntawm qhov tsis muaj txiaj ntsig. Peb tom qab ntawd tsim cov qauv nrog cov ntaub ntawv sib xyaw siv tsuas yog cov yam ntxwv uas ua rau kev txhim kho kev faib tawm. Qhov no zoo li tau piav qhia los ntawm kev sib xyaw ua ke ntawm kev muaj ntau zaus los ua haujlwm nrog los ntawm kev sib txuas ntawm peb tus neeg mob sub-datasets thiab tsis muaj cov yam ntxwv nrog qhov tsis zoo ntawm qhov tseem ceeb uas ploj lawm (tsuas yog ib qho tshwj xeeb hauv cov ntaub ntawv ua ke, hom haujlwm, muaj qhov tsis muaj txiaj ntsig, cuam tshuam. tsuas yog peb tus neeg mob), vim tias tsuas yog cov yam ntxwv uas tau sau tseg ntawm tag nrho peb qhov chaw tau suav nrog. Qhov tseem ceeb, peb tsis muaj qhov kev lees paub tshwj xeeb rau txhua qhov tshwj xeeb uas thaum kawg tsis suav nrog hauv cov ntaub ntawv sib xyaw. Txawm li cas los xij, hauv peb qhov kev ua qauv ua ntej ua ke dataset qauv, peb thawj zaug siv tag nrho cov yam ntxwv los ntawm txhua qhov peb cais tus neeg mob sub-datasets. Qhov no dav ua rau cov qauv kev ua tau zoo uas ntsuas tau qis dua qhov pib ua qauv ua ntej ntawm txhua tus neeg sub-dataset. Tsis tas li ntawd, qhov kev faib ua feem ntawm cov qauv tsim tau siv tag nrho cov yam ntxwv tau txhawb nqa, thoob plaws txhua tus neeg kawm thiab cov qauv kev faib tawm, kev ua haujlwm tau zoo dua qub rau ob zaug ntau tus qauv thaum siv cov yam ntxwv nkaus xwb. Qhov tseeb, ntawm qhov uas tau ua peb cov neeg kawm sab saum toj, tag nrho tab sis ib qho qauv txhim kho thaum tshem tawm cov yam ntxwv tsis zoo.
Cov ntaub ntawv sau ua ke zaum kawg (YH, XL, thiab KM ua ke) suav nrog 259 qhov xwm txheej, txhua tus sawv cev rau tus neeg koom nrog uas tau coj ob qho kev xeem MemTrax thiab MoCA. Muaj 10 qhov sib koom ua haujlwm ywj pheej: MemTrax kev ntsuas kev ua haujlwm: MTx-% C thiab txhais tau tias MTx-RT; Cov ntaub ntawv keeb kwm ntawm pej xeem thiab kev kho mob: hnub nyoog, poj niam txiv neej, xyoo kawm ntawv, hom haujlwm (xiav dab tshos / dab tshos dawb), kev txhawb nqa kev sib raug zoo (txawm tus neeg xeem ntawv nyob ib leeg lossis nrog tsev neeg), thiab muaj / tsis muaj lus teb txog seb tus neeg siv puas muaj keeb kwm ntawm ntshav qab zib, hyperlipidemia, lossis raug mob hlwb. Ob qhov kev ntsuas ntxiv, MoCA aggregate qhab nia thiab MoCA cov qhab nia sib sau tau hloov kho rau xyoo kawm ntawv [12], tau siv nyias los tsim cov ntawv qhia kev faib tawm, yog li tsim ob lub qauv qauv sib txawv los siv rau peb cov ntaub ntawv sib xyaw. Rau txhua tus qauv (hloov thiab tsis kho) ntawm MoCA cov qhab nia, cov ntaub ntawv tau muab cais ua qauv rau kev faib binary siv ob qhov sib txawv ntawm qhov pib-qhov pib pom zoo ib [12] thiab lwm tus nqi siv thiab txhawb los ntawm lwm tus [8, 15]. Nyob rau hauv lwm txoj kev faib cov txheej txheem, tus neeg mob tau txiav txim siab tias muaj kev paub txog kev noj qab haus huv ib txwm muaj yog s / nws tau qhab nia ≥23 ntawm qhov kev xeem MoCA thiab muaj MCI yog tias tus qhab nia 22 lossis qis dua; whereas, nyob rau hauv thawj daim ntawv pom zoo kev faib tawm, tus neeg mob yuav tsum tau qhab nia 26 lossis zoo dua ntawm MoCA kom tau sau npe tias muaj kev paub txog kev noj qab haus huv.
Lim cov ntaub ntawv rau MoCA kev faib ua qauv qauv
Peb txuas ntxiv tshuaj xyuas MoCA kev faib tawm uas siv plaub feem ntau siv cov txheej txheem qeb duas: Chi-Squared, Tau Txais Qhov Ntsuas, Cov Ntaub Ntawv Tau Txais, thiab Symmetrical Uncertainty. Rau qhov kev xav ib ntus, peb siv cov rankers rau tag nrho cov ntaub ntawv sib xyaw ua ke siv txhua qhov ntawm peb cov qauv tsim qauv. Tag nrho cov rankers tau pom zoo rau tib cov yam ntxwv saum toj kawg nkaus, piv txwv li, hnub nyoog, pes tsawg xyoo ntawm kev kawm, thiab ob qho tib si MemTrax kev ntsuas kev ua tau zoo (Mtx-% C, txhais tau tias MTx-RT). Peb mam li rov tsim dua cov qauv siv txhua qhov kev xaiv tshwj xeeb los cob qhia cov qauv ntawm tsuas yog plaub yam tseem ceeb (saib Xaiv xaiv hauv qab).
Qhov tshwm sim kawg yim qhov kev hloov pauv ntawm MoCA cov qhab nia kev faib tawm cov qauv qauv tau nthuav tawm hauv Table 1.
Rooj 1
Cov ntsiab lus ntawm cov qauv qauv kev hloov pauv siv rau kev faib tawm MoCA (Ntu Kev paub txog kev noj qab haus huv vs MCI)
| Qauv Qauv | Kev Paub Txog Kev Noj Qab Haus Huv (Negative Class) | MCI (Chav Kawm Zoo) |
| Kho-23 Unfiltered/Filtered | 101 (39.0%) | 158 (61.0%) |
| Kho-26 Unfiltered/Filtered | 49 (18.9%) | 210 (81.1%) |
| Unadjusted-23 Unfiltered/Filtered | 92 (35.5%) | 167 (64.5%) |
| Unadjusted-26 Unfiltered/Filtered | 42 (16.2%) | 217 (83.8%) |
Tus naj npawb thiab feem pua ntawm tag nrho cov neeg mob nyob rau hauv txhua chav kawm yog sib txawv los ntawm kev hloov cov qhab nia rau kev kawm (Kho los yog Unadjusted) thiab kev faib ua feem (23 los yog 26), raws li siv rau ob feature teev (Unfiltered thiab Filtered).
MemTrax-raws li kev soj ntsuam kev soj ntsuam qauv
Ntawm peb peb cov ntaub ntawv qub qub (YH, XL, KM), tsuas yog cov neeg mob XL sub-dataset tau kuaj xyuas nws tus kheej rau kev puas hlwb (xws li, lawv cov qhab nia MoCA tsis tau siv los tsim kom muaj kev faib tawm ntawm ib txwm muaj kev cuam tshuam). Tshwj xeeb, cov neeg mob XL tau kuaj pom tias yog ib qho Kev kuaj mob Alzheimer (AD) lossis vascular dementia (VaD). Nyob rau hauv txhua yam ntawm cov kab mob thawj zaug no, muaj kev xaiv ntxiv rau MCI. Kev kuaj mob ntawm MCI, dementia, vascular neurocognitive disorder, thiab neurocognitive disorder vim AD tau ua raws li cov kev kuaj mob tshwj xeeb thiab tshwj xeeb uas tau teev tseg hauv Phau Ntawv Qhia Txog Kev Ntsuas thiab Kev Ntsuas ntawm Kev Nyuaj Siab: DSM-5 [16]. Txhawm rau txiav txim siab qhov kev kuaj mob no, ob qho kev faib ua qauv qauv tau muab cais rau XL sub-dataset kom paub qhov txawv ntawm qhov hnyav (degree ntawm kev puas tsuaj) rau txhua qhov kev kuaj mob thawj zaug. Cov ntaub ntawv siv nyob rau hauv txhua yam ntawm cov qauv kev kuaj mob no (AD thiab VaD) suav nrog cov ntaub ntawv pej xeem thiab cov neeg mob keeb kwm, nrog rau MemTrax kev ua tau zoo (MTx-% C, txhais tau tias MTx-RT). Txhua qhov kev kuaj mob tau sau tias mob me yog tias tsim MCI; txwv tsis pub, nws raug suav hais tias hnyav heev. Peb pib txiav txim siab suav nrog cov qhab nia MoCA hauv cov qauv kuaj mob (mob piv rau hnyav); tab sis peb tau txiav txim siab tias yuav kov yeej lub hom phiaj ntawm peb qhov kev kwv yees ua qauv theem nrab. Ntawm no cov neeg kawm yuav raug cob qhia siv lwm tus neeg mob tus yam ntxwv uas yooj yim rau tus kws kho mob thiab kev ntsuas kev ua tau zoo ntawm qhov kev sim MemTrax yooj yim (hauv kev hloov ntawm MoCA) tawm tsam qhov kev siv "tus qauv kub", qhov kev kuaj mob ywj pheej. Muaj 69 qhov xwm txheej hauv AD diagnosis dataset thiab 76 zaus ntawm VaD (Table 2). Hauv ob daim ntawv teev npe, muaj 12 tus yam ntxwv ywj pheej. Ntxiv rau 10 tus yam ntxwv suav nrog hauv MoCA cov qhab nia, cov neeg mob keeb kwm kuj suav nrog cov ntaub ntawv keeb kwm ntawm kev kub siab thiab mob stroke.
Rooj 2
Cov ntsiab lus ntawm cov qauv qauv kev hloov pauv siv rau kev kuaj mob hnyav (Mild versus Severe)
| Qauv Qauv | Mild (Negative Class) | Severe (Kub zoo) |
| MCI-AD vs AD | 12 (17.4%) | 57 (82.6%) |
| MCI-VaD vs VaD | 38 (50.0%) | 38 (50.0%) |
Tus naj npawb thiab feem pua ntawm tag nrho cov neeg mob nyob rau hauv txhua chav kawm yog sib txawv los ntawm thawj qeb kev kuaj mob (AD lossis VaD).
Txheeb cais
Kev sib piv ntawm cov neeg koom nrog cov yam ntxwv thiab lwm yam ntxwv ntawm cov ntaub ntawv sub-datasets rau txhua tus qauv kev faib tawm tswv yim (los kwv yees MoCA kev paub txog kev noj qab haus huv thiab kev kuaj mob hnyav) tau ua tiav siv Python programming lus (version 2.7.1) [17]. Cov qauv kev ua tau zoo sib txawv tau pib txiav txim siab siv ib qho- lossis ob-qhov tseem ceeb (raws li qhov tsim nyog) ANOVA nrog 95% kev ntseeg siab ib ntus thiab Tukey qhov sib txawv tseem ceeb (HSD) ntsuas los sib piv qhov kev ua tau zoo txhais tau tias. Qhov kev ntsuam xyuas ntawm qhov sib txawv ntawm cov qauv ua yeeb yam tau ua los ntawm kev sib xyaw ntawm Python thiab R (version 3.5.1) [18]. Peb ua hauj lwm qhov no (txawm hais tias, sib cav tsawg dua qhov zoo) mus kom ze tsuas yog ib qho kev pab cuam ntawm qhov no thaum ntxov theem rau kev sib piv cov qauv kev ua haujlwm thawj zaug hauv kev cia siab tias muaj peev xwm siv tshuaj kho mob. Tom qab ntawd peb tau siv Bayesian kos npe-qib xeem siv qhov kev faib tawm tom qab los txiav txim siab qhov tshwm sim ntawm cov qauv kev ua tau zoo sib txawv [19]. Rau cov kev ntsuam xyuas no, peb siv lub sijhawm -0.01, 0.01, qhia tias yog tias ob pab pawg muaj qhov sib txawv ntawm tsawg dua 0.01, lawv raug suav tias yog tib yam (hauv thaj tsam ntawm qhov sib npaug), lossis lwm yam lawv txawv (ib qho zoo dua. lwm tus). Txhawm rau ua qhov kev sib piv Bayesian ntawm cov khoom faib tawm thiab suav cov txiaj ntsig no, peb siv lub tsev qiv ntawv baycomp (version 1.0.2) rau Python 3.6.4.
Predictive qauv
Peb tsim cov qauv kev kwv yees siv kaum tag nrho cov kev hloov pauv ntawm peb cov qauv qauv los kwv yees (qib cais) qhov tshwm sim ntawm txhua tus neeg mob qhov kev xeem MoCA lossis qhov mob hnyav ntawm kev kuaj mob. Tag nrho cov neeg kawm tau raug siv thiab cov qauv tau tsim los siv qhib qhov software platform Weka [20]. Rau peb qhov kev ntsuam xyuas ua ntej, peb ua haujlwm 10 feem ntau siv cov kev kawm: 5-Nyob ze ze ze, ob versions ntawm C4.5 txiav txim siab ntoo, Logistic Regression, Multilayer Perceptron, Naïve Bayes, ob versions ntawm Random Forest, Radial Basis Function Network, thiab Txhawb Vector Tshuab. Cov cwj pwm tseem ceeb thiab qhov sib txawv ntawm cov algorithms no tau piav qhia nyob rau lwm qhov [21] (saib cov ntawv txuas ntxiv). Cov no tau raug xaiv vim lawv sawv cev rau ntau hom kev kawm sib txawv thiab vim tias peb tau ua tiav kev siv lawv hauv kev txheeb xyuas yav dhau los ntawm cov ntaub ntawv zoo sib xws. Hyper-parameter nqis tau xaiv los ntawm peb cov kev tshawb fawb yav dhau los qhia tias lawv muaj zog ntawm ntau yam ntaub ntawv sib txawv [22]. Raws li cov txiaj ntsig ntawm peb qhov kev soj ntsuam ua ntej siv tib cov ntaub ntawv sib xyaw nrog cov yam ntxwv uas tau siv tom qab hauv kev tshuaj xyuas tag nrho, peb tau txheeb xyuas peb tus neeg kawm uas tau muab kev ua tau zoo tsis tu ncua thoob plaws txhua qhov kev faib tawm: Logistic Regression, Naïve Bayes, thiab Txhawb Vector Tshuab.
Hla-validation thiab qauv kev ua tau zoo metric
Rau txhua qhov kev kwv yees ua qauv (nrog rau qhov kev ntsuam xyuas ua ntej), txhua tus qauv tau tsim los siv 10-fold cross validation, thiab cov qauv kev ua tau zoo raug ntsuas siv Cheeb Tsam Hauv qab Tus Txais Kev Ua Hauj Lwm Yam Ntxim Saib Ntxim Ua (AUC). Hla-validation pib nrog random faib txhua ntawm 10 qauv qauv datasets rau hauv 10 qhov sib npaug (folds), siv cuaj ntawm cov ntu no los qhia tus qauv thiab seem seem rau kev sim. Cov txheej txheem no tau rov ua dua 10 zaug, siv cov ntu sib txawv raws li qhov ntsuas tau teeb tsa hauv txhua qhov rov ua dua. Cov txiaj ntsig tau muab tso ua ke los suav cov qauv kawg qhov txiaj ntsig / kev ua tau zoo. Rau txhua tus kawm / dataset ua ke, tag nrho cov txheej txheem no tau rov ua dua 10 zaug nrog cov ntaub ntawv raug faib sib txawv txhua zaus. Cov kauj ruam kawg no txo qis kev tsis ncaj ncees, ua kom muaj kev rov ua dua tshiab, thiab pab txiav txim siab tag nrho cov qauv kev ua tau zoo. Nyob rau hauv tag nrho (rau MoCA cov qhab nia thiab kev kuaj mob hnyav cov txheej txheem ua ke), 6,600 qauv tau tsim. Qhov no suav nrog 1,800 tus qauv uas tsis tau lim dej (6 qauv qauv siv rau dataset × 3 cov neeg kawm × 10 khiav × 10 folds = 1,800 qauv) thiab 4,800 cov qauv lim dej (4 qauv qauv siv rau dataset × 3 cov kawm × 4 feature xaiv hom kev × 10 khiav × 10 folds = 4,800 qauv).
Xaiv xaiv
Rau cov qauv lim, xaiv qhov tshwj xeeb (siv plaub txoj hauv kev qeb duas) tau ua nyob rau hauv qhov kev lees paub. Rau txhua qhov ntawm 10 folds, raws li qhov sib txawv 10% ntawm cov dataset yog cov ntaub ntawv xeem, tsuas yog plaub qhov kev xaiv saum toj kawg nkaus rau txhua qhov kev cob qhia dataset (xws li, lwm qhov cuaj folds, lossis 90% ntawm tag nrho cov dataset) tau siv. tsim cov qauv. Peb tsis tuaj yeem paub meej tias plaub yam twg tau siv nyob rau hauv txhua tus qauv, vim tias cov ntaub ntawv no tsis tau khaws cia lossis ua kom muaj nyob rau hauv cov qauv qauv uas peb siv (Weka). Txawm li cas los xij, muab qhov sib xws hauv peb qhov kev xaiv thawj zaug ntawm cov yam ntxwv saum toj kawg nkaus thaum cov rankers tau siv rau tag nrho cov ntaub ntawv sib xyaw ua ke thiab qhov zoo sib xws hauv cov qauv kev ua yeeb yam, cov yam ntxwv zoo ib yam (hnub nyoog, xyoo kawm ntawv, MTx-% C, thiab txhais tau tias MTx-RT ) yog qhov zoo tshaj plaws saum toj kawg nkaus plaub siv concomitant nrog rau kev xaiv feature nyob rau hauv tus txheej txheem hla-validation.
KEV SIV
Cov neeg koom nrog cov yam ntxwv (xws li MoCA cov qhab nia thiab MemTrax kev ntsuas kev ua tau zoo) ntawm cov ntaub ntawv ntsig txog rau txhua tus qauv kev faib tawm tswv yim los kwv yees MoCA-qhia txog kev paub txog kev noj qab haus huv (ib txwm piv rau MCI) thiab kev kuaj mob hnyav (mob me me piv rau hnyav) tau qhia hauv Table 3.
Rooj 3
Cov yam ntxwv ntawm cov neeg koom nrog, MoCA cov qhab nia, thiab MemTrax kev ua tau zoo rau txhua tus qauv kev faib tawm tswv yim
| Classification Strategy | Muaj hnub nyoog | Education | MoCA Kho | MoCA Unadjusted | MTx-% C | MTx-RT |
| MoCA qeb | 61.9 xyoo (13.1) | 9.6 xyoo (4.6) | 19.2 (6.5) | 18.4 (6.7) | 74.8% (15.0) | 1.4 s (0.3 hli) |
| Kev kuaj mob hnyav | 65.6 xyoo (12.1) | 8.6 xyoo (4.4) | 16.7 (6.2) | 15.8 (6.3) | 68.3% (13.8) | 1.5 s (0.3 hli) |
Cov txiaj ntsig tau pom (txhais tau tias, SD) sib txawv los ntawm cov qauv kev faib tawm cov tswv yim yog tus sawv cev ntawm cov ntaub ntawv sib xyaw siv los kwv yees MoCA-qhia txog kev paub txog kev noj qab haus huv (MCI piv rau ib txwm muaj) thiab XL sub-dataset tsuas yog siv los kwv yees qhov mob hnyav (me me piv rau hnyav).
Rau txhua qhov sib xyaw ua ke ntawm MoCA cov qhab nia (hloov / tsis kho) thiab qhov pib (26/23), muaj qhov sib txawv ntawm cov lej (p = 0.000) hauv txhua qhov kev sib piv ua ke (ib txwm paub kev noj qab haus huv piv rau MCI) rau hnub nyoog, kev kawm, thiab kev ua haujlwm MemTrax (Mtx-% C thiab MTx-RT). Txhua tus neeg mob sub-dataset nyob rau hauv cov chav kawm MCI rau txhua qhov sib xyaw ua ke yog qhov nruab nrab ntawm 9 txog 15 xyoo laus dua, tshaj tawm txog tsib xyoos ntawm kev kawm tsawg dua, thiab tsis muaj txiaj ntsig MemTrax kev ua tau zoo rau ob qho kev ntsuas.
Kev kwv yees ua qauv qhia kev ua tau zoo rau MoCA cov qhab nia sib faib siv peb tus neeg kawm sab saum toj, Logistic Regression, Naïve Bayes, thiab Kev Txhawb Vector Tshuab, muaj nyob rau hauv Table 4. Peb qhov no tau raug xaiv los ntawm cov neeg kawm ntawv qib siab zoo tshaj plaws nyob rau txhua qhov ntau yam qauv. siv rau cov ntaub ntawv rau tag nrho cov qauv qauv. Rau cov ntaub ntawv uas tsis tau lim thiab ua qauv, txhua tus nqi ntawm cov ntaub ntawv hauv Table 4 qhia txog cov qauv kev ua tau zoo raws li AUC cov ntsiab lus uas tau los ntawm 100 qauv (10 khiav × 10 folds) ua rau txhua tus kawm / qauv qauv ua ke, nrog rau qhov siab tshaj plaws. ua tus kawm qhia ua bold. Whereas rau kev lim cov dataset qauv, cov txiaj ntsig tau tshaj tawm hauv Table 4 qhia txog qhov nruab nrab ntawm cov qauv kev ua yeeb yam los ntawm 400 tus qauv rau txhua tus neeg kawm siv txhua txoj hauv kev qeb duas (4 feature ranking method × 10 runs × 10 folds).
Rooj 4
Dichotomous MoCA cov qhab nia sib faib ua tau zoo (AUC; 0.0–1.0) tau tshwm sim rau txhua tus ntawm peb tus neeg kawm tau zoo tshaj plaws rau txhua tus qauv qauv
| Feature Set siv | MoCA Cov qhab nia | Cutoff Threshold | Logistic Kev Tswj Kev Rov Los | Naïve Bayes | Txhawb Vector Tshuab |
| Unfiltered (10 nta) | Kho kom haum | 23 | 0.8862 | 0.8913 | 0.8695 |
| 26 | 0.8971 | 0.9221 | 0.9161 | ||
| Tsis saib xyuas | 23 | 0.9103 | 0.9085 | 0.8995 | |
| 26 | 0.8834 | 0.9153 | 0.8994 | ||
| Lim (4 nta) | Kho kom haum | 23 | 0.8929 | 0.8954 | 0.8948 |
| 26 | 0.9188 | 0.9247 | 0.9201 | ||
| Tsis saib xyuas | 23 | 0.9135 | 0.9134 | 0.9122 | |
| 26 | 0.9159 | 0.9236 | 0.9177 |
Siv cov kev hloov pauv ntawm cov txheej txheem teeb tsa, MoCA cov qhab nia, thiab MoCA cov qhab nia txiav tawm, qhov ua tau zoo tshaj plaws rau txhua qhov qauv qauv qhia hauv bold (tsis tas statistically txawv dua li lwm tus tsis nyob hauv bold rau tus qauv tsim).
Sib piv cov neeg kawm thoob plaws txhua qhov sib txuas ntawm MoCA cov qhab nia versions thiab qhov pib (hloov / tsis kho thiab 23/26, raws li) hauv cov ntaub ntawv sib xyaw ua ke (piv txwv li, siv 10 cov yam ntxwv), Naïve Bayes feem ntau yog cov kawm tau zoo tshaj plaws nrog rau tag nrho. kev faib ua feem ntawm 0.9093. Xav txog peb tus neeg kawm sab saum toj, Bayesian-correlated signed-rank tests qhia tias qhov tshwm sim (Pr) ntawm Naïve Bayes outperforming Logistic Regression yog 99.9%. Ntxiv mus, ntawm Naïve Bayes thiab Kev Txhawb Vector Tshuab, 21.0% qhov tshwm sim ntawm qhov sib npaug ntawm cov neeg kawm kev ua tau zoo (yog li, 79.0% qhov tshwm sim ntawm Naïve Bayes outperforming Support Vector Machine), ua ke nrog 0.0% qhov tshwm sim ntawm Kev Txhawb Vector Tshuab ua tau zoo dua, ntsuas. txhawb nqa kev ua tau zoo rau Naïve Bayes. Kev sib piv ntxiv ntawm MoCA cov qhab nia version thoob plaws txhua tus neeg kawm / cov theem pib qhia qhov ua tau zoo me ntsis siv cov qhab nia MoCA tsis hloov pauv piv rau kev hloov kho (0.9027 piv rau 0.8971, feem; Pr (tsis kho > kho) = 0.988). Ib yam li ntawd, kev sib piv ntawm qhov kev txiav tawm ntawm txhua tus neeg kawm thiab MoCA cov qhab nia versions qhia tau hais tias qhov kev faib ua feem me me tau txais txiaj ntsig zoo siv 26 raws li qhov kev faib ua feem piv rau 23 (0.9056 piv rau 0.8942, feem; Pr (26 > 23) = 0.999). Thaum kawg, tshuaj xyuas qhov kev faib tawm rau cov qauv siv tsuas yog cov txiaj ntsig tau lim (piv txwv li, saum toj kawg nkaus plaub tus yam ntxwv nkaus xwb), Naïve Bayes (0.9143) yog tus lej ntawm cov neeg kawm ua tau zoo tshaj plaws thoob plaws txhua qhov MoCA cov qhab nia versions/thresholds. Txawm li cas los xij, thoob plaws tag nrho cov txheej txheem qeb duas ua ke, tag nrho cov tub ntxhais kawm ua tau zoo tshaj plaws ua tau zoo ib yam. Bayesian kos npe-qib xeem tau pom 100% qhov tshwm sim ntawm kev ua tau zoo sib npaug ntawm txhua khub ntawm cov neeg kawm lim dej. Raws li nrog cov ntaub ntawv tsis tau lim (siv tag nrho 10 cov yam ntxwv), muaj dua qhov ua tau zoo dua rau qhov tsis hloov kho ntawm MoCA cov qhab nia (Pr (unadjusted > kho) = 1.000), nrog rau qhov zoo sib xws rau qhov kev faib tawm ntawm 26 (Pr (26 > 23) = 1.000). Qhov tseem ceeb, qhov kev ua tau zoo nruab nrab ntawm txhua tus ntawm peb tus neeg kawm sab saum toj thoob plaws txhua qhov MoCA cov qhab nia versions / qhov pib siv tsuas yog cov qeb thib plaub uas zoo tshaj qhov kev ua tau zoo nruab nrab ntawm ib tus neeg kawm ntawm cov ntaub ntawv tsis tau lim. Tsis yog qhov xav tsis thoob, kev faib tawm ntawm cov qauv lim dej (siv cov yam ntxwv saum toj kawg nkaus plaub) tag nrho yog qhov zoo tshaj (0.9119) rau cov qauv tsis lim (0.8999), tsis hais txog cov qauv kev ntsuas cov qauv uas tau muab piv rau cov qauv uas siv tag nrho 10 hom. nta. Rau txhua txoj kev xaiv feature, muaj 100% qhov tshwm sim ntawm kev ua tau zoo dua li cov qauv tsis tau lim.
Nrog rau cov neeg mob uas tau txiav txim siab rau AD kev kuaj mob hnyav, qhov sib txawv ntawm pawg (MCI-AD piv rau AD) qhov sib txawv rau hnub nyoog (p = 0.004), kev kawm (p = 0.028), MoCA cov qhab nia hloov kho / tsis hloov kho (p = 0.000), and MTx-%C (p = 0.008) tau txheeb xyuas qhov tseem ceeb; whereas rau MTx-RT nws tsis yog (p = 0.097) . Nrog rau cov neeg mob uas tau txiav txim siab rau VaD kev kuaj mob hnyav, ntawm pawg (MCI-VaD piv rau VaD) qhov sib txawv rau MoCA cov qhab nia hloov kho / tsis kho (p = 0.007) and MTx-%C (p = 0.026) and MTx-RT (p = 0.001) tau txheeb xyuas qhov tseem ceeb; hos rau hnub nyoog (p = 0.511) thiab kev kawm (p = 0.157) tsis muaj qhov sib txawv ntawm pawg pawg.
Cov qauv kev kwv yees ua tau zoo rau kev kuaj mob hnyav siv peb tus neeg kawm yav dhau los, Logistic Regression, Naïve Bayes, thiab Kev Txhawb Vector Tshuab, muaj nyob rau hauv Table 5. Txawm li cas los xij cov tub ntxhais kawm ntxiv tau soj ntsuam tau ua tau zoo me ntsis ib tus zuj zus nrog ib qho ntawm ob hom kev kuaj mob. , peb tus neeg kawm peb tau txheeb xyuas tias qhov zoo tshaj plaws hauv peb qhov kev ua qauv dhau los tau muab qhov kev ua tau zoo tshaj plaws nrog rau ob qho qauv qauv tshiab. Sib piv cov neeg kawm thoob plaws txhua qhov kev kuaj mob thawj zaug (AD thiab VaD), tsis muaj qhov sib txawv ntawm qhov sib txawv ntawm cov neeg kawm rau MCI-VaD piv rau VaD, txawm hais tias Kev Txhawb Vector Tshuab feem ntau ua tau zoo dua. Ib yam li ntawd, tsis muaj qhov sib txawv tseem ceeb ntawm cov neeg kawm rau MCI-AD piv rau AD kev faib tawm, txawm hais tias Naïve Bayes (NB) muaj qhov ua tau zoo me ntsis ntawm Logistic Regression (LR) thiab tsuas yog qhov tsis txaus ntseeg ntau dhau ntawm Kev Txhawb Vector Tshuab, nrog qhov tshwm sim ntawm 61.4% thiab 41.7% feem. Thoob plaws ob lub datasets, muaj qhov ua tau zoo tag nrho rau Kev Txhawb Vector Tshuab (SVM), nrog Pr (SVM > LR) = 0.819 and Pr (SVM > NB) = 0.934. Peb qhov kev faib tawm tag nrho thoob plaws txhua tus neeg kawm hauv kev kwv yees qhov mob hnyav ntawm kev kuaj mob hauv XL sub-dataset tau zoo dua nyob rau hauv pawg kuaj mob VaD piv rau AD (Pr (VAD > AD) = 0.998).
Rooj 5
Dichotomous kev soj ntsuam kuaj mob hnyav kev ua tau zoo (AUC; 0.0–1.0) cov txiaj ntsig rau txhua tus ntawm peb tus neeg kawm tau zoo tshaj plaws rau ob qho tib si qauv qauv
| Qauv Qauv | Logistic Kev Tswj Kev Rov Los | Naïve Bayes | Txhawb Vector Tshuab |
| MCI-AD vs AD | 0.7465 | 0.7810 | 0.7443 |
| MCI-VaD vs VaD | 0.8033 | 0.8044 | 0.8338 |
Qhov kev ua tau zoo tshaj plaws rau txhua tus qauv qauv yog qhia hauv bold (tsis tas statistically txawv tshaj lwm tus tsis nyob rau hauv bold).
SIB THAM
Kev tshawb pom ntxov ntawm kev hloov pauv hauv kev paub txog kev noj qab haus huv tseem ceeb heev kev siv tau zoo hauv kev tswj hwm tus kheej thiab kev noj qab haus huv tib neeg. Qhov tseeb, nws tseem yog qhov tseem ceeb heev hauv kev kho mob rau cov neeg mob thoob ntiaj teb. Lub hom phiaj sib koom yog ceeb toom rau cov neeg mob, cov neeg saib xyuas, thiab cov kws kho mob thiab ua kom sai li sai tau ua ntej qhov tsim nyog thiab raug nqi kho mob thiab kev saib xyuas ntev rau cov neeg pib paub txog kev poob qis. Kev sib koom ua ke ntawm peb lub tsev kho mob / tsev kho mob cov ntaub ntawv, peb tau txheeb xyuas peb cov tub ntxhais kawm tshwj xeeb (nrog ib qho tseem ceeb tshaj plaws - Naïve Bayes) los tsim cov qauv kev kwv yees siv. MemTrax kev ntsuas kev ua tau zoo uas tuaj yeem txhim kho kev paub txog kev noj qab haus huv dichotomously (ib txwm paub txog kev noj qab haus huv lossis MCI) raws li yuav tau qhia los ntawm MoCA cov qhab nia sib sau. Qhov tseem ceeb, tag nrho cov kev ua tau zoo ntawm kev faib tawm rau tag nrho peb tus neeg kawm tau txhim kho thaum peb cov qauv siv tsuas yog plaub qhov zoo tshaj plaws uas feem ntau suav nrog cov kev ntsuas kev ua tau zoo MemTrax. Tsis tas li ntawd, peb tau nthuav tawm cov peev txheej tseem ceeb rau kev siv tib cov neeg kawm thiab MemTrax kev ntsuas kev ua tau zoo hauv kev kuaj xyuas kev faib tawm cov qauv qauv kom paub qhov txawv ntawm ob hom kev kuaj mob dementia: AD thiab VaD.
Kev sim nco yog lub hauv paus rau kev tshawb pom ntxov ntawm AD [23, 24]. Yog li, nws yog lub sijhawm uas MemTrax yog qhov lees txais, koom nrog, thiab yooj yim-rau-ua hauv online kev tshuaj ntsuam xyuas rau lub cim xeeb episodic nyob rau hauv cov pej xeem [6] Kev lees paub qhov tseeb thiab lub sij hawm teb los ntawm qhov kev ua haujlwm tas mus li no tshwj xeeb tshaj yog nthuav tawm hauv kev txheeb xyuas ntxov thiab hloov zuj zus thiab qhov tshwm sim tsis zoo hauv cov txheej txheem neuroplastic ntsig txog kev kawm, kev nco, thiab kev paub. Ntawd yog, cov qauv ntawm no uas ua raws li qhov loj ntawm MemTrax kev ntsuas kev ua tau zoo yog qhov nkag siab thiab muaj peev xwm ua tau yooj yim thiab nrog tus nqi tsawg tshaj plaws qhia txog kev puas siab puas ntsws neuropathologic thaum lub sij hawm hloov pauv asymptomatic zoo ua ntej yuav poob ntau yam haujlwm [25]. Ashford et al. soj ntsuam xyuas cov qauv thiab kev coj cwj pwm ntawm kev lees paub qhov tseeb thiab lub sijhawm teb hauv cov neeg siv online uas koom nrog lawv tus kheej nrog MemTrax [6]. Kev hwm tias cov kev faib tawm no yog qhov tseem ceeb hauv kev ua qauv zoo thiab tsim cov ntawv thov kev saib xyuas neeg mob siv tau thiab siv tau zoo, txhais tau hais tias siv tau rau kev lees paub thiab lub sij hawm teb cov lus teb yog qhov tseem ceeb hauv kev tsim kom muaj txiaj ntsig zoo rau kev siv tshuaj kho mob thiab kev tshawb fawb. Tus nqi tsim nyog ntawm MemTrax hauv AD kev tshuaj ntsuam xyuas rau theem pib ntawm kev paub tsis meej thiab kev txhawb nqa kev kuaj mob sib txawv yuav tsum tau soj ntsuam kom zoo dua hauv cov ntsiab lus ntawm qhov chaw kho mob uas muaj kev sib txawv thiab kev txawj ntse, kev xav, thiab lub cev muaj peev xwm cuam tshuam rau kev ntsuas kev ua tau zoo. Thiab txhawm rau qhia txog kev paub txog kev tshaj lij thiab txhawb kev siv tshuaj kho mob, nws yog thawj zaug uas yuav tsum tau ua kom pom qhov sib piv rau qhov kev ntsuam xyuas kev paub txog kev noj qab haus huv, txawm tias yav tas los yuav raug txwv los ntawm kev sim kev sim logistics, kev kawm thiab kev cuam tshuam lus, thiab kev coj noj coj ua [26] . Hauv qhov no, qhov kev sib piv zoo ntawm MemTrax hauv kev soj ntsuam kev ua tau zoo rau MoCA uas feem ntau tau lees paub tias yog tus qauv kev lag luam yog qhov tseem ceeb, tshwj xeeb tshaj yog thaum ntsuas qhov yooj yim ntawm kev siv hluav taws xob thiab cov neeg mob txais MemTrax.
Kev tshawb nrhiav yav dhau los piv rau MemTrax rau MoCA qhia txog qhov laj thawj thiab cov pov thawj ua ntej uas lav peb qhov kev tshawb nrhiav qauv [8]. Txawm li cas los xij, qhov kev sib piv ua ntej no tsuas yog cuam tshuam txog ob qhov tseem ceeb ntawm MemTrax kev ntsuas kev ua tau zoo uas peb tau tshuaj xyuas nrog kev paub zoo raws li kev txiav txim siab los ntawm MoCA thiab tau txiav txim siab txog qhov sib txawv thiab txiav tawm qhov tseem ceeb. Peb tau nkag siab qhov kev soj ntsuam kev siv hluav taws xob ntawm MemTrax los ntawm kev tshawb nrhiav qhov kev kwv yees ua qauv raws li txoj hauv kev uas yuav muab kev txiav txim siab tus kheej ntau dua ntawm lwm qhov muaj feem cuam tshuam rau tus neeg mob tshwj xeeb. Hauv qhov sib piv rau lwm tus, peb tsis pom qhov zoo dua hauv kev ua qauv siv kev kho kev kawm (kho) rau MoCA cov qhab nia lossis qhov sib txawv ntawm kev paub txog kev noj qab haus huv kev ntxub ntxaug MoCA cov qhab nia sib sau los ntawm qhov pib pom zoo 26 txog 23 [12, 15]. Qhov tseeb, kev faib tawm kev ua tau zoo tau txais txiaj ntsig zoo siv cov qhab nia MoCA tsis hloov kho thiab qhov pib siab dua.
Cov ntsiab lus tseem ceeb hauv kev kho mob
Kev kawm tshuab feem ntau yog siv tau zoo tshaj plaws thiab muaj txiaj ntsig zoo tshaj plaws hauv kev kwv yees ua qauv thaum cov ntaub ntawv nthuav dav thiab ntau qhov sib txawv, uas yog, thaum muaj ntau qhov kev soj ntsuam thiab kev sib koom ua ke ntawm cov khoom muaj txiaj ntsig siab (pab txhawb) cov yam ntxwv. Txawm li cas los xij, nrog rau cov ntaub ntawv tam sim no, cov qauv lim dej tsuas yog plaub qhov kev xaiv ua tau zoo dua li cov uas siv tag nrho 10 cov yam ntxwv. Qhov no qhia tau tias peb cov ntaub ntawv hauv tsev kho mob tag nrho tsis muaj qhov tsim nyog tshaj plaws hauv tsev kho mob (tus nqi siab) cov yam ntxwv kom pom zoo rau cov neeg mob hauv txoj kev no. Txawm li cas los xij, qhov tshwj xeeb ntsuas qhov tseem ceeb ntawm MemTrax kev ntsuas kev ua tau zoo-Mtx-% C thiab MTx-RT- txhawb nqa kev tsim cov qauv kev paub txog kev tsis txaus ntseeg thaum ntxov nyob ib puag ncig qhov kev sim no uas yooj yim, yooj yim rau kev tswj hwm, tus nqi qis, thiab nthuav tawm zoo txog nco kev ua tau zoo, tsawg kawg tam sim no raws li qhov kev tshuaj ntsuam thawj zaug rau kev faib binary ntawm kev paub txog kev noj qab haus huv. Muab qhov kev cuam tshuam tsis tu ncua ntawm cov chaw muab kev pabcuam thiab kev saib xyuas kev noj qab haus huv, cov txheej txheem tshuaj xyuas tus neeg mob thiab kev siv tshuaj kho mob yuav tsum tsim kom haum nrog kev qhia txog kev sau, taug qab, thiab ua qauv rau cov neeg mob cov yam ntxwv thiab cov ntsuas ntsuas uas muaj txiaj ntsig zoo tshaj plaws, muaj txiaj ntsig zoo, thiab ua pov thawj zoo hauv kev kuaj mob. thiab kev txhawb nqa kev tswj tus neeg mob.
Nrog rau ob qhov tseem ceeb MemTrax metrics yog lub hauv paus rau MCI kev faib tawm, peb cov neeg kawm ua tau zoo tshaj plaws (Naïve Bayes) muaj kev kwv yees ua tau zoo heev hauv cov qauv feem ntau (AUC tshaj 0.90) nrog qhov tseeb-zoo rau qhov tsis tseeb-zoo piv ze ze lossis ntau dua 4. : 1. Ib daim ntawv thov kev txhais lus kho mob siv tus neeg kawm no yuav yog li ntes (qhia kom raug) los ntawm feem ntau ntawm cov neeg muaj kev paub tsis txaus ntseeg, thaum txo tus nqi cuam tshuam nrog kev ua yuam kev cais ib tus neeg uas muaj kev paub txog kev noj qab haus huv raws li muaj kev paub tsis zoo (tsis zoo) lossis ploj lawm qhov kev faib tawm hauv cov neeg uas muaj qhov tsis txaus ntseeg (tsis muaj tseeb). Ib qho ntawm cov xwm txheej no ntawm kev faib tawm tsis raug tuaj yeem ua rau muaj kev puas siab puas ntsws tsis zoo rau tus neeg mob thiab cov neeg saib xyuas.
Thaum nyob rau hauv qhov kev ntsuam xyuas ua ntej thiab tag nrho peb tau siv tag nrho kaum tus neeg kawm hauv txhua qhov qauv qauv, peb tsom peb cov txiaj ntsig ntawm peb qhov kev faib tawm uas qhia qhov ua tau zoo tshaj plaws. Qhov no kuj tseem yog qhov tseem ceeb, raws li cov ntaub ntawv no, cov tub ntxhais kawm uas xav tias yuav ua tau zoo nyob rau theem siab hauv kev siv tshuaj kho mob hauv kev txiav txim siab txog kev faib cov xwm txheej. Tsis tas li ntawd, vim tias txoj kev tshawb fawb no tau npaj los ua ib qho kev tshawb fawb txog kev siv tshuab kev kawm ntawm kev soj ntsuam kev paub thiab cov teeb meem kev kho mob raws sij hawm, peb tau txiav txim siab ua kom cov txheej txheem kev kawm yooj yim thiab dav dav, nrog rau qhov ntsuas me me. Peb txaus siab tias txoj hauv kev no yuav txwv tsis pub muaj peev xwm rau kev kwv yees tus neeg mob tshwj xeeb uas muaj peev xwm ntau dua. Ib yam li ntawd, qhov kev cob qhia cov qauv siv tsuas yog cov yam ntxwv saum toj kawg nkaus (filtered mus kom ze) qhia peb ntxiv txog cov ntaub ntawv no (tshwj xeeb rau qhov tsis txaus ntawm cov ntaub ntawv khaws tseg thiab qhia txog tus nqi hauv kev ua kom zoo tshaj plaws lub sijhawm kho mob thiab cov peev txheej), peb paub tias nws yog ntxov ntxov kom nqaim. cov qauv ntawm cov qauv thiab, yog li ntawd, tag nrho (thiab lwm yam nta) yuav tsum tau txiav txim siab nrog kev tshawb fawb yav tom ntej kom txog rau thaum peb muaj cov ntsiab lus tseem ceeb ntawm cov yam ntxwv tseem ceeb uas yuav siv tau rau cov pej xeem dav. Yog li, peb kuj lees paub tag nrho cov ntaub ntawv suav nrog thiab dav dav cov neeg sawv cev thiab kev ua kom zoo ntawm cov qauv no thiab lwm cov qauv yuav tsim nyog ua ntej muab lawv tso rau hauv kev siv tshuaj kho mob zoo, tshwj xeeb tshaj yog kom haum rau cov kev sib txawv uas cuam tshuam rau kev paub txog kev ua tau zoo uas yuav tsum tau xav txog hauv kev soj ntsuam ntxiv.
Kev siv hluav taws xob ntawm MemTrax tau tsim kho ntxiv los ntawm kev ua qauv ntawm tus kab mob hnyav raws li kev kuaj mob cais. Qhov kev ua tau zoo ntawm kev faib tawm tag nrho hauv kev kwv yees qhov hnyav ntawm VaD (piv rau AD) tsis yog xav tsis thoob muab tus neeg mob profile nta hauv cov qauv tshwj xeeb rau vascular noj qab haus huv thiab kev pheej hmoo mob stroke, piv txwv li, kub siab, hyperlipidemia, ntshav qab zib, thiab (tau kawg) keeb kwm mob stroke. Txawm hais tias nws yuav xav tau ntau dua thiab haum kom muaj qhov kev soj ntsuam zoo ib yam ua rau cov neeg mob sib raug zoo nrog kev paub txog kev noj qab haus huv los cob qhia cov neeg kawm nrog cov ntaub ntawv suav nrog ntau dua. Qhov no tshwj xeeb tshaj yog tau lees paub, raws li MemTrax yog npaj los siv feem ntau rau kev tshawb pom thaum ntxov ntawm kev paub tsis txaus ntseeg thiab tom qab taug qab ntawm tus neeg hloov pauv. Nws kuj tseem pom tau tias qhov kev xav tau ntau dua ntawm kev faib cov ntaub ntawv hauv VaD dataset tau ua rau ib feem rau kev ua qauv piv txwv zoo dua. VaD dataset tau zoo sib npaug ntawm ob chav kawm, qhov AD dataset nrog cov neeg mob MCI tsawg dua tsis yog. Tshwj xeeb hauv cov ntaub ntawv me me, txawm tias qee qhov piv txwv ntxiv tuaj yeem ua rau ntsuas qhov sib txawv. Ob qhov kev xav yog cov lus sib cav tsim nyog hauv qab qhov sib txawv ntawm tus kab mob hnyav ua qauv kev ua tau zoo. Txawm li cas los xij, proportionately attributing improved performance to dataset numerical features or the inherent features specific to the Clinical presentation in consideration is ntxov ntxov. Txawm li cas los xij, qhov tshiab no tau qhia txog kev siv hluav taws xob ntawm MemTrax kev kwv yees kev faib cov qauv hauv lub luag haujlwm ntawm kev kuaj mob kev pab txhawb nqa muab kev pom zoo thiab lees tias nrhiav kev kuaj ntxiv nrog cov neeg mob thoob plaws qhov txuas ntxiv ntawm MCI.
Kev siv thiab ua kom pom kev siv hluav taws xob ntawm MemTrax thiab cov qauv no hauv Suav teb, qhov twg cov lus thiab kab lis kev cai txawv ntawm lwm thaj chaw ntawm kev tsim hluav taws xob (piv txwv li, Fabkis, Netherlands, thiab United States) [7, 8, 27], ntxiv rau underscores lub peev xwm. rau kev lees paub thoob ntiaj teb thiab cov nqi kho mob ntawm MemTrax-based platform. Qhov no yog ib qho piv txwv ntawm kev siv zog rau kev sib haum xeeb ntawm cov ntaub ntawv thiab tsim cov qauv siv thoob ntiaj teb thiab cov qauv tsim qauv rau kev ntsuam xyuas kev txawj ntse uas yog tus qauv thiab yooj yim yoog rau kev siv thoob ntiaj teb.
Cov kauj ruam tom ntej hauv kev paub txog kev poob qis ua qauv thiab kev siv
Kev paub tsis meej hauv AD tiag tiag tshwm sim ntawm qhov txuas ntxiv, tsis yog nyob rau theem tsis sib xws lossis cov kauj ruam [28, 29]. Txawm li cas los xij, nyob rau theem pib no, peb lub hom phiaj yog thawj zaug tsim peb lub peev xwm los tsim ib qho qauv nrog MemTrax uas tuaj yeem paub qhov txawv "ib txwm" los ntawm "tsis zoo". Cov ntaub ntawv suav nrog ntau dua (piv txwv li, kev kuaj pom lub hlwb, cov yam ntxwv ntawm caj ces, biomarkers, comorbidities, thiab cov cim ua haujlwm ntawm txoj haujlwm. kev ua ub ua no xav tau kev txawj ntse tswj) [30] thoob plaws lub ntiaj teb no sib txawv cheeb tsam, pej xeem, thiab hnub nyoog pab pawg neeg los cob qhia thiab txhim kho ntau sophisticated (xws li aptly weighted ensemble) tshuab kev kawm qauv yuav txhawb ib tug ntau dua degree ntawm enhanced kev faib, uas yog, lub peev xwm los categorize pab pawg neeg ntawm cov neeg mob. MCI rau hauv me me thiab ntau qhov tseeb subsets raws li kev paub txog kev poob qis. Tsis tas li ntawd, kev kuaj mob sib xyaw ua ke rau cov tib neeg thoob plaws cheeb tsam sib txawv ntawm cov neeg mob yog qhov tseem ceeb rau cob qhia zoo cov no suav nrog thiab kwv yees cov qauv muaj zog. Qhov no yuav ua kom yooj yim rau kev tswj hwm cov xwm txheej tshwj xeeb rau cov neeg uas muaj keeb kwm zoo sib xws, muaj kev cuam tshuam, thiab ntau dua cov yam ntxwv ntawm kev paub txog kev paub txog kev paub thiab yog li txhim kho kev txiav txim siab kho mob thiab kev saib xyuas neeg mob.
Ntau qhov kev tshawb fawb soj ntsuam txog niaj hnub no tau hais txog cov neeg mob uas muaj tsawg kawg yog dementia me ntsis; thiab, nyob rau hauv kev xyaum, feem ntau cov neeg mob kev cuam tshuam tsuas yog sim nyob rau theem siab heev. Txawm li cas los xij, vim tias kev paub txog kev poob qis pib zoo ua ntej cov txheej txheem kho mob rau kev dementia tau ntsib, qhov kev tshuaj ntsuam xyuas ua ntej MemTrax tuaj yeem txhawb kev kawm tsim nyog ntawm cov tib neeg txog tus kab mob thiab nws qhov kev loj hlob sai thiab sai sai thiab muaj kev cuam tshuam ntau dua. Yog li, kev tshawb nrhiav ntxov tuaj yeem txhawb nqa kev koom tes tsim nyog xws li kev tawm dag zog, noj zaub mov, txhawb kev xav, thiab txhim kho kev sib raug zoo rau kev cuam tshuam tshuaj thiab txhawb cov neeg mob cov kev hloov pauv hauv kev coj cwj pwm thiab kev nkag siab uas ib leeg lossis sib sau ua ke tuaj yeem txo lossis muaj feem cuam tshuam txog kev mob dementia [31, 32] . Ntxiv mus, nrog zoo kev tshuaj ntsuam ntxov, cov tib neeg thiab lawv tsev neeg tej zaum yuav raug kev tshoov siab kom txiav txim siab txog kev sim tshuaj lossis tau txais kev sab laj thiab lwm yam kev pabcuam kev sib raug zoo los pab qhia meej qhov kev cia siab thiab kev xav thiab tswj cov haujlwm txhua hnub. Kev siv tau ntxiv thiab kev siv tau dav dav hauv txoj hauv kev no tuaj yeem yog qhov tseem ceeb hauv kev txo qis lossis txwv tsis pub muaj kev loj hlob ntawm MCI, AD, thiab ADRD rau ntau tus neeg.
Qhov tseeb, qhov qis kawg ntawm cov neeg mob hnub nyoog ntau hauv peb txoj kev tshawb fawb tsis yog sawv cev rau cov pej xeem ntawm kev txhawj xeeb nrog AD. Txawm li cas los xij, qhov nruab nrab hnub nyoog rau txhua pab pawg tau siv hauv kev faib ua qauv qauv raws li MoCA cov qhab nia / qhov pib thiab kev kuaj mob hnyav (Table 3) qhia meej meej feem ntau (tshaj li 80%) yog tsawg kawg yog 50 xyoo. Qhov kev faib tawm no yog li tsim nyog rau kev nthuav dav dav dav, txhawb kev siv hluav taws xob ntawm cov qauv no hauv cov pej xeem tus yam ntxwv uas feem ntau cuam tshuam los ntawm pib ntxov thiab gereoning neurocognitive mob vim AD thiab VaD. Tsis tas li ntawd, cov ntaub ntawv pov thawj tsis ntev los no thiab cov kev xav pom tau hais txog cov kev pom zoo (xws li, kub siab, rog, ntshav qab zib, thiab haus luam yeeb) uas ua rau muaj kev pheej hmoo siab dua. Cov neeg laus thiab nruab nrab lub neej cov qhab nia vascular txaus ntshai thiab qhov tshwm sim ntawm qhov tsis txaus ntseeg ntawm lub hlwb raug mob uas tshwm sim insidiously nrog cov teebmeem tshwm sim txawm tias cov hluas cov neeg laus [33–35]. Yog li ntawd, qhov zoo tshaj plaws kev soj ntsuam thawj zaug rau kev kuaj pom ntxov theem kev txawj ntse tsis txaus thiab pib txoj kev tiv thaiv zoo thiab kev cuam tshuam cov tswv yim hauv kev daws teeb meem dementia tau zoo yuav tshwm sim los ntawm kev tshuaj xyuas cov txiaj ntsig thiab cov cim qhia ua ntej thoob plaws lub hnub nyoog spectrum, suav nrog cov neeg laus thaum ntxov thiab muaj peev xwm txawm tias menyuam yaus (nco txog qhov cuam tshuam ntawm caj ces xws li apolipoprotein E los ntawm kev xeeb tub ntxov).
Hauv kev xyaum, cov kev kuaj mob uas siv tau thiab cov txheej txheem raug nqi rau kev kuaj ntshav siab, kev txheeb xyuas caj ces, thiab ntsuas cov txiaj ntsig biomarkers tsis yog ib txwm muaj los yog ua tau rau ntau tus kws kho mob. Yog li, nyob rau hauv ntau zaus, thawj tag nrho cov kev paub txog kev noj qab haus huv cov xwm txheej yuav tsum tau muab los ntawm cov qauv siv lwm yam yooj yim metrics muab los ntawm tus neeg mob (xws li, qhia tus kheej. teeb meem nco, cov tshuaj tam sim no, thiab kev txwv kev ua haujlwm niaj hnub) thiab cov yam ntxwv ntawm pej xeem [7]. Registries xws li University of California Lub Hlwb Noj Qab Haus Huv Registry (https://www.brainhealthregistry.org/) [27] thiab lwm tus uas muaj qhov dav ntau dua ntawm cov tsos mob qhia tus kheej, kev ntsuas zoo (piv txwv li, kev pw tsaug zog thiab kev paub txhua hnub), tshuaj, kev noj qab haus huv, thiab keeb kwm, thiab Cov ncauj lus kom ntxaws txog pej xeem yuav yog qhov tseem ceeb hauv kev txhim kho thiab ua pov thawj cov kev siv tau zoo ntawm cov qauv qub qub hauv tsev kho mob. Tsis tas li ntawd, ib qho kev sim xws li MemTrax, uas tau ua kom pom kev siv hluav taws xob hauv kev ntsuas kev ua haujlwm ntawm lub cim xeeb, qhov tseeb tuaj yeem muab qhov kev kwv yees zoo dua ntawm AD pathology dua li cov cim kev lom neeg. Muab hais tias lub ntsiab feature ntawm AD pathology yog cuam tshuam ntawm neuroplasticity thiab ib qho nyuaj heev poob ntawm synapses, uas yog manifest li episodic. nco dysfunction, ib qho kev ntsuas uas ntsuam xyuas episodic nco yuav nyob rau hauv qhov tseeb muab kev kwv yees zoo dua ntawm AD pathological lub nra ntau dua li cov cim kab mob hauv cov neeg mob nyob [36].
Nrog rau tag nrho cov qauv kev kwv yees-txawm hais tias ua tiav los ntawm cov ntaub ntawv nyuaj thiab suav nrog los ntawm cov thev naus laus zis thev naus laus zis thiab kho kom zoo nkauj kev pom thoob plaws ntau lub npe lossis cov txwv rau ntau cov ntaub ntawv yooj yim thiab yooj yim muaj cov yam ntxwv ntawm cov neeg mob uas twb muaj lawm - qhov pom zoo ntawm kev txawj ntse txawj ntse thiab kev kawm tshuab yog tias cov qauv tsim tau tuaj yeem sib txuas thiab ua kom "kawm" los ntawm cov ntaub ntawv tshiab thiab kev xav tau los ntawm kev siv daim ntawv thov txuas ntxiv. Ua raws li kev siv thev naus laus zis hloov pauv, raws li cov qauv ntawm no (thiab yuav tsum tau tsim) tau siv thiab ua kom muaj txiaj ntsig ntau dua thiab cov ntaub ntawv cuam tshuam (nrog rau cov neeg mob uas muaj cov kab mob sib kis uas tuaj yeem tshwm sim nrog kev paub tsis meej), kev kwv yees kev ua tau zoo thiab kev paub txog kev noj qab haus huv yuav muaj zog dua, ua rau muaj txiaj ntsig zoo rau kev txiav txim siab kho mob txhawb kev siv hluav taws xob. Qhov kev hloov pauv no yuav ua tiav ntau dua thiab ua tiav nrog rau kev kos MemTrax rau hauv kev cai (tshaj mus rau qhov muaj peev xwm muaj) platforms uas cov kws kho mob tuaj yeem siv hauv lub sijhawm tiag tiag hauv tsev kho mob.
Qhov tseem ceeb rau kev siv tau thiab siv tau ntawm MemTrax qauv rau kev kuaj mob thiab kev saib xyuas cov neeg mob yog cov ntaub ntawv muaj txiaj ntsig ntev. Los ntawm kev soj ntsuam thiab sau cov kev hloov pauv sib txuas (yog tias muaj) hauv kev kho mob thoob plaws ib qho kev tsim nyog ntawm ib txwm dhau los ntawm MCI thaum ntxov, cov qauv rau kev soj ntsuam thiab kev faib tawm uas tsim nyog tuaj yeem raug cob qhia thiab hloov kho raws li cov neeg mob hnub nyoog thiab raug kho. Ntawd yog, kev siv hluav taws xob rov qab tuaj yeem pab nrog kev taug qab ntev ntawm cov kev hloov pauv me me, kev cuam tshuam zoo, thiab tswj xyuas kev saib xyuas stratified. Txoj hauv kev no ua kom zoo dua nrog kev kho mob thiab kev tswj xyuas tus neeg mob thiab rooj plaub.
Cov kev txwv
Peb txaus siab rau qhov kev sib tw thiab muaj txiaj ntsig hauv kev sau cov ntaub ntawv kho mob huv hauv chaw kho mob / tsev kho mob tswj hwm. Txawm li cas los xij, nws yuav tau ntxiv dag zog rau peb cov qauv yog tias peb cov ntaub ntawv suav nrog ntau tus neeg mob nrog cov yam ntxwv zoo sib xws. Ntxiv mus, tshwj xeeb rau peb tus qauv kuaj mob, nws yuav xav tau ntau dua thiab haum kom muaj qhov kev soj ntsuam zoo ib yam ua rau cov neeg mob sib luag nrog kev paub txog kev noj qab haus huv los cob qhia cov neeg kawm. Thiab raws li underscored los ntawm kev ua tau zoo ntawm kev faib tawm ntau dua siv cov ntaub ntawv lim dej (tsuas yog plaub lub ntsiab lus saum toj kawg nkaus), ntau dua thiab Kev paub txog kev noj qab haus huv ntsuas / ntsuas qhov ntsuas yuav zoo dua ua qauv kev ua tau zoo nrog ntau dua ntawm cov yam ntxwv ntawm txhua tus neeg mob.
Qee tus neeg koom nrog tej zaum yuav tau ntsib lwm yam kab mob uas tuaj yeem ua rau muaj kev hloov pauv lossis muaj kev paub tsis zoo. Lwm yam tshaj li XL sub-dataset qhov twg cov neeg mob tau kuaj pom tias muaj AD lossis VaD, cov ntaub ntawv comorbidity tsis tau sau / qhia hauv YH tus neeg mob lub pas dej, thiab cov neeg tseem ceeb tshaj tawm txog kev sib kis nyob deb ntawm KM sub-dataset yog ntshav qab zib. Nws yog qhov sib cav, txawm li cas los xij, suav nrog cov neeg mob hauv peb cov qauv kev ua qauv nrog kev sib txawv uas tuaj yeem ua rau lossis ua rau muaj kev paub tsis meej thiab qhov ua rau MemTrax qis dua yuav yog tus sawv cev ntawm cov neeg mob tiag tiag hauv ntiaj teb rau qhov kev tshuaj ntsuam xyuas kev paub ntxov ntxov. thiab modeling txoj kev. Tsiv mus tom ntej, kev kuaj mob kom raug ntawm comorbidities muaj feem cuam tshuam rau kev paub txog kev ua tau zoo yog qhov muaj txiaj ntsig zoo rau kev ua kom zoo dua cov qauv thiab ua rau cov ntawv thov kev saib xyuas neeg mob.
Thaum kawg, YH thiab KM sub-dataset cov neeg mob tau siv lub xov tooj ntawm tes los xeem MemTrax, thaum qee tus neeg mob XL sub-dataset siv lub iPad thiab tus so siv lub smartphone. Qhov no tuaj yeem qhia txog qhov sib txawv me me uas cuam tshuam txog kev ua haujlwm MemTrax rau MoCA kev faib ua qauv. Txawm li cas los xij, qhov sib txawv (yog tias muaj) hauv MTx-RT, piv txwv li, ntawm cov khoom siv yuav zoo li tsis tsim nyog, tshwj xeeb tshaj yog nrog txhua tus neeg koom nrog tau txais "kev coj ua" kev sim ua ntej kev ntsuas kev ua tau zoo. Txawm li cas los xij, kev siv hluav taws xob ntawm ob lub xov tooj txawb no muaj peev xwm cuam tshuam ncaj qha kev sib piv rau thiab / lossis kev koom ua ke nrog lwm cov txiaj ntsig MemTrax qhov twg cov neeg siv tau teb rov qab cov duab los ntawm kev kov lub spacebar ntawm lub computer keyboard.
Cov ntsiab lus tseem ceeb ntawm MemTrax kev kwv yees ua qauv siv hluav taws xob
- • Peb cov qauv kev kwv yees ua tau zoo tshaj plaws uas suav nrog cov kev ntsuas kev ua tau zoo MemTrax tuaj yeem tso siab rau kev faib cov kev paub txog kev noj qab haus huv (kev paub txog kev noj qab haus huv lossis MCI) raws li yuav tau qhia los ntawm MoCA qhov kev kuaj pom dav dav.
- • Cov txiaj ntsig no txhawb kev sib koom ua ke ntawm MemTrax kev ntsuas kev ua tau zoo rau hauv kev faib ua piv txwv kev tshuaj ntsuam xyuas daim ntawv thov rau kev paub tsis meej thaum ntxov.
- • Peb cov qauv kev faib tawm kuj tau nthuav tawm lub peev xwm los siv MemTrax kev ua haujlwm hauv cov ntawv thov kom paub qhov txawv ntawm qhov kev kuaj mob dementia.
Cov kev tshawb pom tshiab no tsim cov pov thawj tseeb uas txhawb nqa kev siv hluav taws xob ntawm kev kawm tshuab hauv kev txhim kho MemTrax-raws li kev faib ua qauv zoo rau kev kuaj mob hauv kev tswj xyuas cov ntaub ntawv zoo thiab kev saib xyuas neeg mob rau cov tib neeg uas muaj kev paub tsis meej.
ACKNOWLEDGMENTS
Peb lees paub txog kev ua haujlwm ntawm J. Wesson Ashford, Curtis B. Ashford, thiab cov npoj yaig rau kev txhim kho thiab ua haujlwm tau txais txiaj ntsig online txuas ntxiv kev lees paub thiab cov cuab yeej (MemTrax) tau siv ntawm no thiab peb ua tsaug rau ntau tus neeg mob dementia uas tau pab txhawb rau kev tshawb fawb tseem ceeb. . Peb kuj ua tsaug Xianbo Zhou thiab nws cov npoj yaig ntawm SJN Biomed LTD, nws cov npoj yaig thiab cov neeg koom tes ntawm cov tsev kho mob / chaw kho mob, tshwj xeeb tshaj yog Drs. M. Luo thiab M. Zhong, uas tau pab nrog kev nrhiav neeg tuaj koom, teem sijhawm sim, thiab sau, sau cia, thiab ua ntej-kawg tswj cov ntaub ntawv, thiab cov neeg tuaj yeem pab dawb uas pub lawv lub sijhawm muaj txiaj ntsig thiab tau cog lus rau kev xeem thiab muab cov ntaub ntawv muaj nuj nqis rau peb los ntsuas hauv qhov kev tshawb fawb no. Qhov no Kev tshawb fawb tau txhawb nqa ib feem los ntawm MD Kev Tshawb Fawb Txog Kev Tshawb Fawb Program ntawm Kunming Medical University (Grant no. 2017BS028 rau XL) thiab Kev Tshawb Fawb Kev Tshawb Fawb ntawm Yunnan Science thiab Technology Department (Grant no. 2019FE001 (-222) rau XL).
J. Wesson Ashford tau ua daim ntawv thov patent rau kev siv cov kev paub tsis tu ncua tshwj xeeb uas tau piav qhia hauv daim ntawv no rau dav kuaj kev nco.
MemTrax, LLC yog ib lub tuam txhab muaj los ntawm Curtis Ashford, thiab lub tuam txhab no yog tswj cov kev sim nco qhov system tau piav qhia hauv daim ntawv no.
Cov neeg sau ntawv tshaj tawm muaj nyob online (https://www.j-alz.com/manuscript-disclosures/19-1340r2).
ua tim khawv
| [1] Alzheimer's Association (2016) 2016 Alzheimer's kab mob tseeb thiab cov duab. Alzheimers Dement 12, 459–509. | |
| [2] Gresenz CR , Mitchell JM , Marrone J , Federoff HJ (2019) Qhov cuam tshuam ntawm theem ntxov Tus kab mob Alzheimer ntawm cov txiaj ntsig nyiaj txiag hauv tsev. Kev Noj Qab Haus Huv Econ 29, 18–29. | |
| [3] | Foster NL , Bondi MW , Das R , Foss M , Hershey LA , Koh S , Logan R , Poole C , Shega JW , Sood A , Thothala N , Wicklund M , Yu M , Bennett A , Wang D (2019) Kev txhim kho zoo hauv neurology: Kev paub tsis meej me ntsis kev ntsuas qhov zoo. Neurology 93, 705–713. |
| [4] Tong T , Thokala P , McMillan B , Ghosh R , Brazier J (2017) Tus nqi ntawm kev siv Kev ntsuam xyuas kev paub txog kev kuaj xyuas kom pom kev dementia thiab kev puas hlwb me me hauv kev saib xyuas thawj zaug. Int J Geriatr Psychiatry 32, 1392–1400. | |
| [5] Ashford JW , Gere E , Bayley PJ (2011) Ntsuas kev nco nyob rau hauv pab pawg loj teeb tsa siv qhov kev xeem paub tas li. J Alzheimers Dis 27, 885–895. | |
| [6] | Ashford JW , Tarpin-Bernard F , Ashford CB , Ashford MT (2019) Lub khoos phis tawj txuas ntxiv-paub txog txoj haujlwm rau kev ntsuas lub cim xeeb. J Alzheimers Dis 69, 385–399. |
| [7] | Bergeron MF , Landset S , Tarpin-Bernard F , Ashford CB , Khoshgoftaar TM , Ashford JW (2019) Episodic-nco kev ua tau zoo hauv tshuab kev kawm qauv rau kev kwv yees kev paub txog kev noj qab haus huv raws li kev faib tawm. J Alzheimers Dis 70, 277–286. |
| [8] van der Hoek MD , Nieuwenhuizen A , Keijer J , Ashford JW (2019) The MemTrax test piv rau montreal cognitive ntsuam xyuas kwv yees ntawm me ntsis kev paub tsis meej. J Alzheimers Dis 67, 1045–1054. | |
| [9] | Falcone M , Yadav N , Poellabauer C , Flynn P (2013) Siv cov suab lus sib cais rau kev faib tawm ntawm kev mob hlwb me me. Hauv 2013 IEEE International Conference on Acoustics, Speech and Signal Processing, Vancouver, BC, pp. 7577–7581. |
| [10] | Dabek F , Caban JJ (2015) Siv cov ntaub ntawv loj los ua qauv qhov muaj feem ntawm kev txhim kho kev puas siab puas ntsws tom qab raug mob. Procedia Comput Sci 53, 265–273. |
| [11] | Climent MT , Pardo J , Munoz-Almaraz FJ , Guerrero MD , Moreno L (2018) Kev txiav txim siab tsob ntoo rau kev tshawb pom ntxov ntawm kev paub tsis meej los ntawm cov kws muag tshuaj hauv zej zog. Pem Hauv Ntej Pharmacol 9, 1232. |
| [12] | Nasreddine ZS , Phillips NA , Bedirian V , Charbonneau S , Whitehead V , Collin I , Cummings JL , Chertkow H (2005) The Montreal Cognitive Assessment, MoCA: Ib qho kev ntsuam xyuas luv luv rau kev puas hlwb me me. J Am Geriatr Soc 53, 695–699. |
| [13] | Yu J , Li J , Huang X (2012) Beijing version of the montreal cognitive assessment as a shortly screening tool for me ntsis kev txawj ntse: Kev kawm hauv zej zog. BMC Psychiatry 12, 156. |
| [14] | Chen KL , Xu Y , Chu AQ , Ding D , Liang XN , Nasreddine ZS , Dong Q , Hong Z , Zhao QH , Guo QH (2016) Validation of the Chinese version of Montreal cognitive assessment basic for screening me me cognitive impairment. J Am Geriatr Soc 64, e285–e290. |
| [15] | Carson N , Leach L , Murphy KJ (2018) Kev rov ntsuam xyuas ntawm Montreal Cognitive Assessment (MoCA) cov qhab nias. Int J Geriatr Psychiatry 33, 379–388. |
| [16] | American Psychiatric Association (2013) Task Force Diagnostic and statistical manual of mental disorders: DSM-5™, American Psychiatric Publishing, Inc., Washington, DC. |
| [17] | Python. Python Software Foundation, http://www.python.org, Nkag mus rau Lub Kaum Ib Hlis 15, 2019. |
| [18] | R Core Group, R: Ib hom lus thiab ib puag ncig rau kev suav lej R Foundation for Statistical Computing, Vienna, Austria. https://www.R-project.org/, 2018, Nkag mus rau lub Kaum Ib Hlis 15, 2019. |
| [19] | Benavoli A , Corani G , Demšar J , Zaffalon M (2017) Lub Sijhawm rau kev hloov pauv: Ib qho kev qhia rau kev sib piv ntau yam kev faib tawm los ntawm Bayesian tsom xam. J Mach Learn Res 18, 1–36. |
| [20] | Frank E, Hall MA, Witten IH (2016) Lub WEKA Workbench. Hauv Cov ntaub ntawv mining: Cov cuab yeej siv tshuab kev kawm thiab cov txuj ci, Frank E, Hall MA, Witten IH, Pal CJ, eds. Morgan Kaufmann 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 , Khoshgoftaar TM (2019) Machine learning in modeling high school sport concussion symptom daws. Med Sci Sports Exerc 51, 1362–1371. |
| [22] | Van Hulse J , Khoshgoftaar TM , Napolitano A (2007) Kev xav txog kev kawm los ntawm cov ntaub ntawv tsis sib npaug. Hauv Kev ua tiav ntawm 24th International Conference on Machine Learning, Corvalis, Oregon, USA, pp. 935-942. |
| [23] | Ashford JW , Kolm P , Colliver JA , Bekian C , Hsu LN (1989) Kev ntsuam xyuas tus neeg mob Alzheimer thiab lub xeev lub hlwb: Yam khoom yam ntxwv nkhaus tsom xam.P. J Gerontol 44, 139–146. |
| [24] Ashford JW , Jarvik L (1985) Alzheimer tus kab mob: Puas yog neuron plasticity predispose rau axonal neurofibrillary degeneration? 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 , Gunjter JL , Rocca WA , Petersen RC (2019) Prevalence of biologically vs clinically defined Alzheimer spectrum entities siv National Institute on Aging-Alzheimer's Kev tshawb fawb koom haum lub moj khaum. JAMA Neurol 76, 1174–1183. | |
| [26] Zhou X , Ashford JW (2019) Kev nce qib hauv kev tshuaj ntsuam xyuas rau Tus kab mob Alzheimer. Aging Med 2, 88–93. | |
| [27] Weiner MW , Nosheny R , Camacho M , Truran-Sacrey D , Mackin RS , Flenniken D , Ulbricht A , Insel P , Finley S , Fockler J , Veitch D (2018) The Lub Hlwb Noj Qab Haus Huv Registry: Ib qho chaw hauv internet rau kev nrhiav neeg ua haujlwm, kev ntsuam xyuas, thiab kev saib xyuas ntev ntawm cov neeg koom rau kev tshawb fawb txog neuroscience. Alzheimers Dement 14, 1063–1076. | |
| [28] Ashford JW , Schmitt FA (2001) Ua qauv rau lub sijhawm-kawm ntawm Alzheimer dementia. Curr Psychiatry Rep 3, 20–28. | |
| [29] | Li X , Wang X , Su L , Hu X , Han Y (2019) Sino Longitudinal Study on Cognitive Decline (SILCODE): Raws Cai rau Suav Longitudinal Observational Study los tsim cov qauv kev pheej hmoo ntawm kev hloov pauv mus rau qhov kev paub tsis meej me ntsis hauv cov tib neeg uas muaj kev paub txog kev txawj ntse poob. BMJ Qhib 9, e028188. |
| [30] Tarnanas I , Tsolaki A , Wiederhold M , Wiederhold B , Tsolaki M (2015) Tsib-xyoo biomarker kev nce qib hloov pauv rau Alzheimer tus kab mob dementia Kev twv ua ntej: Puas muaj kev ua haujlwm nyuaj ntawm cov cim kev ua neej nyob txhua hnub tuaj yeem sau qhov khoob? Alzheimers Dement (Amst) 1, 521–532. | |
| [31] McGurran H , Glenn JM , Madero EN , Bott NT (2019) Kev Tiv Thaiv thiab Kev Kho Mob Alzheimer's Disease: Biological mechanisms ntawm ce. J Alzheimers Dis 69, 311–338. | |
| [32] Mendiola-Precoma J , Berumen LC , Padilla K , Garcia-Alcocer G (2016) Kev kho mob rau tiv thaiv thiab kho Alzheimer's disease. Biomed Res Int 2016, 2589276. | |
| [33] | Lane CA , Barnes J , Nicholas JM , Sudre CH , Nyiaj DM , Malone IB , Parker TD , Keshavan A , Buchanan SM , Keuss SE , James SN , Lu K , Murray-Smith H , Wong A , Gordon E , Coath W , Modat M , Thomas D , Richards M , Fox NC , Schott JM (2020) Kev sib koom ua ke ntawm kev pheej hmoo ntawm vascular thoob plaws cov neeg laus thiab lub hlwb pathology hauv lub neej lig: Cov pov thawj los ntawm ib pawg neeg yug hauv tebchaws Askiv. JAMA Neurol 77, 175–183. |
| [34] | Seshadri S (2020) Kev Tiv Thaiv ntawm dementia-xav dhau lub hnub nyoog thiab amyloid thawv. JAMA Neurol 77, 160–161. |
| [35] | Maillard P , Seshadri S , Beiser A , Himali JJ , Au R , Fletcher E , Carmichael O , Hma PA , DeCarli C (2012) Kev cuam tshuam ntawm systolic ntshav siab rau kev ncaj ncees dawb-dawb rau cov hluas hauv Framingham Heart Study: Ib tug ntoo khaub lig -qhia kev kawm. Lancet Neurol 11, 1039–1047. |
| [36] Fink HA , Linskens EJ , Silverman PC , McCarten JR , Hemmy LS , Ouellette JM , Greer NL , Wilt TJ , Butler M (2020) Qhov tseeb ntawm biomarker kuaj rau neuropathologically txhais Tus kab mob Alzheimer hauv cov neeg laus nrog dementia. Ann Intern Med 172, 669–677. |
Kev koom tes: [a] SIVOTEC Analytics, Boca Raton, FL, USA | [b] Department of Computer and Electrical Engineering thiab Computer Science, Florida Atlantic University, Boca Raton, FL, USA | [c] SJN Biomed LTD, Kunming, Yunnan, Suav teb | [d] Center rau Kev Tshawb Fawb Txog Alzheimer, Washington Institute of Clinical Research, Washington, DC, USA | [e] Department of Rehabilitation Medicine, Thawj Tsev Kho Mob ntawm Kunming Medical University, Kunming, Yunnan, Tuam Tshoj | [f] Department of Neurology, Dehong People's Hospital, Dehong, Yunnan, Suav teb | [g] Department of Neurology, Thawj Tsev Kho Mob ntawm Kunming Medical University, Wuhua District, Kunming, Yunnan Province, Tuam Tshoj | [h] War-Related Illness and Injury Study Center, VA Palo Alto Health Care System, Palo Alto, CA, USA | [i] Department of Psychiatry & Behavioral Sciences, Stanford University School of Medicine, Palo Alto, CA, USA
Cov ntawv xov xwm: [*] Xa mus rau: Michael F. Bergeron, PhD, FACSM, SIVOTEC Analytics, Boca Raton Innovation Campus, 4800 T-Rex Avenue, Suite 315, Boca Raton, FL 33431, USA. E-mail: mbergeron@sivotecanalytics.com .; Xiaolei Liu, MD, Department of Neurology, First Affiliated Hospital of Kunming Medical University, 295 Xichang Road, Wuhua District, Kunming, Yunnan Province 650032, Suav. Email: ring@vip.163.com.
Keywords: Kev laus, Tus kab mob Alzheimer, dementia, kev tshuaj ntsuam loj