Itilite MemTrax ak Modèl aprantisaj machin nan Klasifikasyon defisyans kognitif twò grav

Atik rechèch la

Otè: Bergeron, Michael F. | Landset, Sara | Zhou, Xianbo | Ding, Dao | Khoshgoftaar, Taghi M. | Zhao, Feng | Du, Bo | Chen, Xinjie | Wang, ksuan | Zhong, Lianmei | Liu, Xiaolei| Ashford, J. Wesson

DOI: 10.3233/JAD-191340

Jounal: Journal of Maladi alzayme a, vol. KA, non. 77, pp 4-1545, 1558

Abstrè

Istorik:

Ensidans la toupatou ak prévalence de Maladi alzayme a ak defisyans kognitif modere (MCI) te pouse yon apèl ijan pou rechèch pou valide deteksyon bonè kognitif tès depistaj ak evalyasyon.

Objektif:

Objektif prensipal rechèch nou an se te detèmine si yo te chwazi mezi pèfòmans MemTrax yo ak demografik ki enpòtan ak karakteristik pwofil sante yo ka efektivman itilize nan modèl prediksyon ki devlope ak aprantisaj machin pou klasifye sante mantal (nòmal kont MCI), jan sa ta endike pa la. Monreyal evalyasyon kognitif (MoCA).

Metòd:

Nou te fè yon etid transvèsal sou 259 pasyan adilt newoloji, klinik memwa ak medikaman entèn yo te rekrite nan de lopital nan Lachin. Chak pasyan yo te bay MoCA lang Chinwa a epi yo te administre pwòp tèt ou rekonesans kontinyèl MemTrax sou entènèt epizod. tès memwa sou entènèt nan menm jou a. Modèl klasifikasyon prediksyon yo te bati lè l sèvi avèk aprantisaj machin ak validasyon kwa 10-pliye, epi yo te mezire pèfòmans modèl lè l sèvi avèk Zòn Anba Koub Karakteristik Operasyon Reseptè a (AUC). Modèl yo te bati lè l sèvi avèk de mezi pèfòmans MemTrax (pousan kòrèk, tan repons), ansanm ak uit karakteristik komen demografik ak istwa pèsonèl yo.

Rezilta:

Konpare elèv k ap aprann yo atravè konbinezon chwazi nòt ak papòt MoCA, Naïve Bayes te jeneralman elèv k ap aprann ki pi wo ak yon pèfòmans klasifikasyon jeneral 0.9093. Anplis de sa, nan mitan twa pi gwo elèv yo, pèfòmans klasifikasyon ki baze sou MemTrax an jeneral te siperyè lè l sèvi avèk sèlman kat karakteristik ki pi wo yo (0.9119) konpare ak lè l sèvi avèk tout 10 karakteristik komen (0.8999).

Konklizyon:

Pèfòmans MemTrax ka efektivman itilize nan yon modèl prediksyon klasifikasyon aprantisaj machin aplikasyon tès depistaj pou detekte pwoblèm kognitif etap bonè.

ENTWODIKSYON

Ensidans ak prévalence rekonèt (kwake pa dyagnostike) ki gaye anpil ak paralèl ogmantasyon medikal, sosyal ak piblik. sante pri ak fado maladi alzayme a (AD) ak defisyans mantal modere (MCI) yo ap de pli zan pli fatigan pou tout moun ki gen enterè [1, 2]. Senaryo detrès ak boujònman sa a te pouse yon apèl ijan pou rechèch valide deteksyon bonè tès depistaj kognitif ak enstriman evalyasyon pou itilite pratik regilye nan anviwònman pèsonèl ak klinik pou pasyan ki pi gran nan divès rejyon ak popilasyon [3]. Enstriman sa yo dwe bay tou pou tradiksyon san pwoblèm rezilta enfòmatif nan dosye sante elektwonik. Benefis yo pral reyalize lè yo enfòme pasyan yo ak ede doktè yo nan rekonèt chanjman enpòtan pi bonè epi konsa pèmèt stratifikasyon, aplikasyon ak swiv plis rapid ak alè tretman endividyalize ak plis pri-efikas ak swen pasyan pou moun ki kòmanse fè eksperyans. mantal n bès [3, 4].

Zouti enfòmatik MemTrax la (https://memtrax.com) se yon evalyasyon senp ak kout kontinyèl rekonesans ki ka pwòp tèt ou-administre sou entènèt pou mezire defi pèfòmans memwa epizòd kwonometre kote itilizatè a reponn a imaj repete epi yo pa nan yon prezantasyon inisyal [5, 6]. Rechèch ki sot pase yo ak rezilta pratik enplikasyon yo ap kòmanse pwogresivman ak kolektivman demontre efikasite klinik MemTrax nan kòmansman AD ak tès depistaj MCI [5-7]. Sepandan, dirèk konparezon nan klinik sèvis piblik ak ki egziste deja sante mantal evalyasyon ak estanda konvansyonèl yo jistifye pou enfòme pèspektiv pwofesyonèl ak korwore sèvis piblik MemTrax nan deteksyon bonè ak sipò dyagnostik. van der Hoek et al. [8] konpare mezi pèfòmans MemTrax yo chwazi (vitès reyaksyon ak pousantaj kòrèk) ak estati mantal jan Monreyal la detèmine. Evalyasyon kognitif (MoCA). Sepandan, etid sa a te limite a asosye mezi pèfòmans sa yo ak karakterizasyon estati kognitif (jan MoCA detèmine) ak defini chenn relatif yo ak valè koupe yo. An konsekans, pou elaji ankèt sa a ak amelyore pèfòmans klasifikasyon ak efikasite, kesyon prensipal rechèch nou an te:

• Èske yon moun chwazi mezi pèfòmans MemTrax ak demografik ki enpòtan ak sante pwofil karakteristik yo dwe itilize efektivman nan yon modèl prediksyon devlope ak aprantisaj machin pou klasifye sante kognitif nan yon fason dikotomik (nòmal kont MCI), jan yo ta endike nan nòt MoCA yon moun?

Segondè nan sa a, nou te vle konnen:

• Ki gen ladan yo menm karakteristik yo, èske yon modèl aprantisaj machin ki baze sou pèfòmans MemTrax ka aplike efektivman nan yon pasyan pou predi gravite (lejè kont grav) nan kategori chwazi defisyans mantal jan yo ta detèmine pa yon dyagnostik klinik endepandan?

Avènman ak evolye aplikasyon pratik entèlijans atifisyèl ak aprantisaj machin nan tès depistaj / deteksyon te deja demontre avantaj pratik diferan, ak modèl prediksyon efektivman gide klinisyen yo nan evalyasyon an defi nan kognitif / sante nan sèvo ak jesyon pasyan yo. Nan etid nou an, nou te chwazi yon apwòch menm jan an nan modèl klasifikasyon MCI ak diskriminasyon severite defisyans mantal jan konfime pa dyagnostik klinik ki soti nan twa seri done ki reprezante pasyan ki entène ak pasyan ekstèn volontè ki soti nan de lopital nan Lachin. Sèvi ak modèl prediksyon aprantisaj machin, nou idantifye elèv k ap aprann ki pi wo yo nan divès konbinezon done/aprann epi nou klase karakteristik yo pou gide nou nan defini aplikasyon modèl ki pi pratik nan klinik yo.

Ipotèz nou yo te ke yon modèl valide ki baze sou MemTrax ka itilize pou klasifye sante mantal dikotomik (nòmal oswa MCI) ki baze sou kritè papòt nòt total MoCA, e ke yon modèl prediksyon MemTrax menm jan an ka efektivman anplwaye nan diskriminasyon severite nan kategori chwazi nan. klinikman dyagnostike mantal defisyans. Demontre rezilta yo prevwa yo ta enpòtan pou sipòte efikasite MemTrax kòm yon ekran deteksyon bonè pou n bès mantal ak klasifikasyon defisyans mantal. Konparezon favorab ak yon estanda endistri ki pretann konplete pa pi gwo fasilite ak rapidite nan sèvis piblik ta enfliyan nan ede klinisyen yo adopte zouti sa a senp, fyab, ak aksesib kòm yon ekran inisyal nan detekte bonè (ki gen ladan prodromal) defisi kognitif etap. Yon apwòch ak sèvis piblik konsa ta ka ankouraje plis alè ak pi byen stratifye swen pasyan ak entèvansyon. Sa yo panse pi devan ak mezi amelyore ak modèl ta ka itil tou nan bese oswa sispann pwogresyon demans, ki gen ladan AD ak AD ki gen rapò ak demans (ADRD).

MATERYÈL AK METÒD

Etidye popilasyon an

Ant janvye 2018 ak out 2019, rechèch transvèsal yo te konplete sou pasyan yo te rekrite nan de lopital nan Lachin. Administrasyon MemTrax [5] bay moun ki gen laj 21 ane ak plis, ak koleksyon ak analiz done sa yo te revize ak apwouve pa epi administre an akò ak estanda etik nan. Imèn Komite Pwoteksyon Sijè nan Inivèsite Stanford. MemTrax ak tout lòt tès pou etid sa a an jeneral yo te fèt dapre deklarasyon Helsinki nan 1975 ak apwouve pa Komisyon Konsèy la Revizyon Enstitisyonèl nan Premye Lopital afilye nan Kunming Medical University nan Kunming, Yunnan, Lachin. Yo te bay chak itilizatè yon konsantman eklere fòmilè pou li/revize epi apresa volontèman dakò pou patisipe.

Patisipan yo te rekrite nan pisin pou pasyan ekstèn nan klinik newoloji nan Lopital Yanhua (YH sub-dataset) ak la. klinik memwa nan Premye Lopital afilye nan Kunming Medikal Inivèsite (XL sub-dataset) nan Beijing, Lachin. Patisipan yo te tou rekrite nan newoloji (XL sub-dataset) ak medikaman entèn (KM sub-dataset) pasyan ki entène nan Premye Lopital afilye nan Kunming Medical University. Kritè enklizyon yo enkli 1) gason ak fanm ki gen omwen 21 an, 2) kapasite pou pale Chinwa (Mandarin), ak 3) kapasite pou konprann enstriksyon vèbal ak ekri. Kritè eksklizyon yo se te pwoblèm vizyon ak motè ki anpeche patisipan yo fini Tès MemTrax, osi byen enkapasite pou konprann enstriksyon tès espesifik yo.

Vèsyon Chinwa MemTrax

Sou entènèt la Platfòm tès MemTrax te tradui an Chinwa (URL: https://www.memtrax.com.cn) ak plis adapte yo dwe itilize atravè WeChat (Shenzhen Tencent Computer Systems Co. LTD., Shenzhen, Guangdong, Lachin) pou pwòp tèt ou-administrasyon. Done yo te estoke sou yon sèvè nwaj (Ali Cloud) ki sitiye nan Lachin ak ki gen lisans nan Alibaba (Alibaba Technology Co Ltd, Hangzhou, Zhejiang, Lachin) pa SJN Biomed LTD (Kunming, Yunnan, Lachin). Detay espesifik sou MemTrax ak kritè validite tès yo itilize isit la yo te dekri deja [6]. Tès la te bay pasyan yo gratis.

Pwosedi etid yo

Pou pasyan ki entène ak pasyan ekstèn yo, yon kesyonè jeneral sou papye pou kolekte enfòmasyon demografik ak pèsonèl tankou laj, sèks, ane edikasyon, okipasyon, k ap viv pou kont li oswa ak fanmi, epi yo te administre istwa medikal pa yon manm ekip etid la. Apre yo te fin ranpli kesyonè a, yo te administre MoCA [12] ak tès MemTrax (MoCA an premye) ak pa plis pase 20 minit ant tès yo. MemTrax pousan kòrèk (MTx-% C), tan repons vle di (MTx-RT), ak dat ak lè tès la te anrejistre sou papye pa yon manm nan ekip etid la pou chak patisipan teste. Chèchè ki te administre tès yo ak rezilta MoCA yo te telechaje nan yon calcul Excel epi yon kòlèg te verifye yo anvan dosye Excel yo te sove pou analiz yo.

Tès MemTrax

Tès sou entènèt MemTrax la enkli 50 imaj (25 inik ak 25 repete; 5 seri 5 imaj sèn komen oswa objè) yo montre nan yon lòd espesifik pseudo-o aza. Patisipan an ta (daprè enstriksyon) manyen bouton Kòmanse sou ekran an pou kòmanse tès la epi kòmanse gade seri imaj la epi ankò manyen imaj la sou ekran an pi vit posib chak fwa yon foto repete parèt. Chak imaj parèt pou 3 s oswa jiskaske imaj la sou ekran an te manyen, sa ki te pouse prezantasyon imedya pwochen foto a. Sèvi ak revèy entèn aparèy lokal la, MTx-RT pou chak imaj yo te detèmine pa tan ki pase depi prezantasyon imaj la rive nan lè patisipan an te manyen ekran an an repons a endike rekonesans imaj la kòm youn ki te deja montre. pandan tès la. MTx-RT te anrejistre pou chak imaj, ak yon plen 3 s anrejistre ki endike pa gen okenn repons. MTx-% C te kalkile pou endike pousantaj repete ak premye imaj itilizatè a reponn kòrèkteman (vre pozitif + vre negatif divize pa 50). Lòt detay sou administrasyon MemTrax ak aplikasyon an, rediksyon done, done ki pa valab oswa "pa gen repons", ak analiz done prensipal yo dekri yon lòt kote [6].

Yo te eksplike tès MemTrax la an detay epi yo te bay patisipan yo nan anviwònman lopital la yon tès pratik (ak imaj inik lòt pase sa yo itilize nan tès la pou anrejistre rezilta yo). Patisipan yo nan sub-dataset YH ak KM yo te pran tès MemTrax sou yon smartphone ki te chaje ak aplikasyon an sou WeChat; Lè nou konsidere ke yon kantite limite nan XL sub-dataset pasyan yo te itilize yon iPad ak rès la te itilize yon smartphone. Tout patisipan yo te pran tès MemTrax la ak yon envestigatè etid ki te obsève san pwoblèm.

Evalyasyon mantal Monreyal

Vèsyon Beijing MoCA Chinwa a (MoCA-BC) [13] te administre ak nòt pa chèchè ki resevwa fòmasyon dapre enstriksyon tès ofisyèl yo. Apwopriye, MoCA-BC yo te montre yo dwe yon serye tès pou mantal tès depistaj atravè tout nivo edikasyon nan granmoun Chinwa granmoun aje [14]. Chak tès te pran apeprè 10 a 30 minit pou administre selon kapasite mantal patisipan yo.

Modèl klasifikasyon MoCA

Te gen yon total de 29 karakteristik ki ka itilize, ki gen ladan de MemTrax mezi pèfòmans tès ak 27 karakteristik ki gen rapò ak demografik ak sante enfòmasyon pou chak patisipan. Yo te itilize nòt total MoCA chak pasyan kòm tès la tès depistaj mantal "referans" pou fòme modèl prediksyon nou yo. An konsekans, paske yo te itilize MoCA pou kreye etikèt klas la, nou pa t 'kapab sèvi ak nòt total (oswa nenpòt nan nòt sou-a MoCA) kòm yon karakteristik endepandan. Nou te fè eksperyans preliminè kote nou te modèl (klasifye sante mantal defini pa MoCA) orijinal twa lopital/klinik (yo) sou-ansanm done endividyèlman epi konbine lè l sèvi avèk tout karakteristik. Sepandan, tout menm eleman done yo pa te kolekte nan chak nan kat klinik ki reprezante twa sub-ansanm done yo; konsa, anpil nan karakteristik nou yo nan ansanm done yo konbine (lè w ap itilize tout karakteristik) te gen yon gwo ensidans nan valè ki manke yo. Lè sa a, nou bati modèl ak done konbine yo itilize sèlman karakteristik komen ki te lakòz pèfòmans klasifikasyon amelyore. Sa a te gen anpil chans eksplike pa yon konbinezon de gen plis sikonstans pou travay avèk yo pa konbine twa sub-ansanm pasyan yo ak pa gen okenn karakteristik ak yon prévalence san rezon nan valè ki manke (sèlman yon karakteristik nan done konbine a, kalite travay, te gen nenpòt valè ki manke, ki afekte sèlman twa ka pasyan), paske se sèlman karakteristik komen ki anrejistre nan tout twa sit yo te enkli. Miyò, nou pa t gen yon kritè rejè espesifik pou chak karakteristik ki finalman pa te enkli nan seri done konbine yo. Sepandan, nan modèl preliminè konbine done nou an, nou te premye itilize tout karakteristik ki soti nan chak nan twa sub-données separe pasyan yo. Sa a lajman te lakòz pèfòmans modèl ki te mezirab pi ba pase premye modèl preliminè sou chak sou-dataset endividyèl. Anplis, alòske pèfòmans klasifikasyon modèl ki te konstwi lè l sèvi avèk tout karakteristik yo te ankouraje, atravè tout elèv k ap aprann yo ak plan klasifikasyon yo, pèfòmans yo te amelyore pou de fwa plis modèl lè yo t ap itilize sèlman karakteristik komen yo. An reyalite, pami sa ki te fini pi gwo elèv k ap aprann nou yo, tout modèl men yon sèl amelyore lè yo elimine karakteristik ki pa komen yo.

Done total final la (YH, XL, ak KM konbine) te gen ladann 259 ka, yo chak reprezante yon patisipan inik ki te pran tou de tès MemTrax ak MoCA. Te gen 10 karakteristik endepandan pataje: MemTrax mezi pèfòmans: MTx-% C ak vle di MTx-RT; enfòmasyon demografik ak istwa medikal: laj, sèks, ane edikasyon, kalite travay (kol ble/kol blan), sipò sosyal (si moun k ap pran tès la ap viv poukont li oswa ak fanmi), ak repons wi/non pou konnen si itilizatè a te gen yon istwa dyabèt, hyperlipidemia, oswa blesi twomatik nan sèvo. De mezi adisyonèl, nòt total MoCA ak nòt total MoCA ajiste pou ane edikasyon [12], yo te itilize separeman pou devlope etikèt klasifikasyon depandan yo, konsa kreye de plan modèl diferan pou aplike nan seri done konbine nou an. Pou chak vèsyon (ajiste ak san ajiste) nan nòt MoCA a, done yo te ankò separeman modle pou klasifikasyon binè lè l sèvi avèk de papòt kritè diferan - youn nan okòmansman rekòmande [12] ak yon lòt valè itilize ak ankouraje pa lòt moun [8, 15]. Nan plan klasifikasyon papòt altènatif la, yo te konsidere yon pasyan ki gen sante nòmal mantal si li te fè nòt ≥23 nan tès MoCA a epi li te gen MCI si nòt la te 22 oswa pi ba; tandiske, nan fòma klasifikasyon inisyal rekòmande a, pasyan an te dwe fè nòt 26 oswa pi bon sou MoCA a yo dwe make kòm li te gen nòmal sante mantal.

Done filtre pou modèl klasifikasyon MoCA

Nou te plis egzamine klasifikasyon MoCA lè l sèvi avèk kat teknik klasman karakteristik yo souvan itilize: Chi-Squared, Pwopòsyon Pwopòsyon, Gen Enfòmasyon, ak Ensètitid Simetrik. Pou pèspektiv pwovizwa, nou aplike klasman yo nan tout seri done konbine lè l sèvi avèk chak nan kat plan modèl nou yo. Tout klasman yo te dakò sou menm karakteristik prensipal yo, sa vle di, laj, kantite ane edikasyon, ak tou de mezi pèfòmans MemTrax (MTx-% C, vle di MTx-RT). Lè sa a, nou rebati modèl yo lè l sèvi avèk chak teknik seleksyon karakteristik yo pou fòme modèl yo sou kat premye karakteristik yo sèlman (gade Seleksyon karakteristik anba a).

Rezilta uit varyasyon final yo nan plan modèl klasifikasyon MoCA yo prezante nan Tablo 1.

Tablo 1

Rezime varyasyon konplo modèl yo itilize pou klasifikasyon MoCA (Nòmal Sante kognitif kont MCI)

Modeling Scheme	Sante kognitif nòmal (klas negatif)	MCI (Klas pozitif)
Ajiste-23 Unfiltered/Filtered	101 (39.0%)	158 (61.0%)
Ajiste-26 Unfiltered/Filtered	49 (18.9%)	210 (81.1%)
Unajusted-23 Unfiltered/Filtered	92 (35.5%)	167 (64.5%)
Unajusted-26 Unfiltered/Filtered	42 (16.2%)	217 (83.8%)

Kantite ak pousantaj total pasyan yo nan chak klas yo diferansye pa ajisteman nòt pou edikasyon (Ajiste oswa San Ajiste) ak papòt klasifikasyon (23 oswa 26), jan yo aplike nan tou de seri karakteristik (Unfiltered ak Filtered).

Modèl evalyasyon klinik ki baze sou MemTrax

Nan twa gwoup done orijinal nou yo (YH, XL, KM), se sèlman pasyan XL yo te fè yon dyagnostike klinikman pou defisyans mantal (sa vle di, nòt MoCA respektif yo pa te itilize nan etabli yon klasifikasyon nan nòmal kont andikape). Espesyalman, pasyan XL yo te dyagnostike ak swa Tès maladi alzayme a (AD) oswa demans vaskilè (VaD). Nan chak kategori dyagnostik prensipal sa yo, te gen yon lòt deziyasyon pou MCI. Dyagnostik MCI, demans, twoub neurokognitif vaskilè, ak twoub neurocognitive akòz AD yo te baze sou kritè dyagnostik espesifik ak diferan ki endike nan Manyèl dyagnostik ak estatistik maladi mantal: DSM-5 [16]. Lè nou konsidere dyagnostik rafine sa yo, yo te aplike de plan modèl klasifikasyon separeman nan sub-dataset XL pou distenge nivo severite (degre defisyans) pou chak kategori dyagnostik prensipal. Done yo itilize nan chak nan plan modèl dyagnostik sa yo (AD ak VaD) enkli enfòmasyon demografik ak istwa pasyan, osi byen ke pèfòmans MemTrax (MTx-% C, vle di MTx-RT). Chak dyagnostik te make modere si yo deziyen MCI; otreman, li te konsidere kòm grav. Okòmansman, nou te konsidere enkli nòt MoCA nan modèl dyagnostik yo (modèl kont grav); men nou te detèmine ke sa ta defèt objektif konplo modèl prediksyon segondè nou an. Isit la elèv k ap aprann yo ta dwe fòme lè l sèvi avèk lòt karakteristik pasyan ki disponib fasilman bay founisè a ak mezi pèfòmans nan tès MemTrax ki pi senp (nan plas MoCA a) kont referans "estanda an lò", dyagnostik klinik endepandan an. Te gen 69 ka nan seri done dyagnostik AD ak 76 ka VaD (Tablo 2). Nan tou de done, te gen 12 karakteristik endepandan. Anplis 10 karakteristik ki enkli nan klasifikasyon nòt MoCA a, istwa pasyan yo enkli enfòmasyon sou istwa tansyon wo ak konjesyon serebral.

Tablo 2

Rezime varyasyon konplo modèl yo itilize pou klasifikasyon severite dyagnostik (modèl kont grav)

Modeling Scheme	Modere (klas negatif)	Grav (klas pozitif)
MCI-AD kont AD	12 (17.4%)	57 (82.6%)
MCI-VaD kont VaD	38 (50.0%)	38 (50.0%)

Kantite respektif ak pousantaj pasyan total nan chak klas yo diferansye pa kategori dyagnostik prensipal (AD oswa VaD).

Estatistik

Konparezon karakteristik patisipan yo ak lòt karakteristik nimerik ant sub-datasets pou chak estrateji klasifikasyon modèl (pou predi MoCA sante mantal ak severite dyagnostik) te fèt lè l sèvi avèk langaj pwogramasyon Python (vèsyon 2.7.1) [17]. Diferans pèfòmans modèl yo te okòmansman detèmine lè l sèvi avèk yon sèl-oswa de-faktè (jan sa apwopriye) ANOVA ak yon entèval konfyans 95% ak tès Tukey onèt siyifikatif diferans (HSD) pou konpare mwayen pèfòmans yo. Egzamen sa a sou diferans ki genyen ant pèfòmans modèl yo te fèt lè l sèvi avèk yon konbinezon de Python ak R (vèsyon 3.5.1) [18]. Nou te anplwaye apwòch sa a (kwake, ditou mwens pase optimal) sèlman kòm yon èd euristik nan sa a. etap bonè pou premye konparezon pèfòmans modèl nan antisipe potansyèl aplikasyon klinik. Lè sa a, nou itilize Bayesian siyen-ran tès la lè l sèvi avèk yon distribisyon posterior pou detèmine pwobabilite pou diferans pèfòmans modèl [19]. Pou analiz sa yo, nou te itilize entèval -0.01, 0.01, ki vle di ke si de gwoup te gen yon diferans pèfòmans ki mwens pase 0.01, yo te konsidere yo menm (nan rejyon an nan ekivalans pratik), oswa otreman yo te diferan (youn pi bon pase lot yo). Pou fè konparezon Bayesyen klasifikasyon yo epi kalkile pwobabilite sa yo, nou te itilize bibliyotèk baycomp (vèsyon 1.0.2) pou Python 3.6.4.

Modèl prediksyon

Nou bati modèl prediksyon lè l sèvi avèk dis varyasyon total plan nou yo pou predi (klasifye) rezilta tès MoCA chak pasyan oswa gravite dyagnostik klinik la. Tout moun k ap aprann yo te aplike epi yo te konstwi modèl yo lè l sèvi avèk platfòm lojisyèl sous louvri Weka [20]. Pou analiz preliminè nou an, nou te anplwaye 10 algorithm aprantisaj souvan itilize: 5-Nearest Neighbors, de vèsyon nan pye bwa desizyon C4.5, Regression lojistik, Multilayer Perceptron, Naïve Bayes, de vèsyon Random Forest, Radial Basis Function Network, ak Support Vector. Machin. Yo te dekri atribi kle ak diferans ki genyen nan algoritm sa yo yon lòt kote [21] (gade Apendis respektif). Yo te chwazi sa yo paske yo reprezante yon varyete diferan kalite elèv k ap aprann epi paske nou te demontre siksè lè l sèvi avèk yo nan analiz anvan yo sou done ki sanble. Anviwònman ipè paramèt yo te chwazi nan rechèch anvan nou an ki endike yo dwe gaya sou yon varyete done diferan [22]. Dapre rezilta analiz preliminè nou an ki sèvi ak menm seri done konbine avèk karakteristik komen ki te itilize apre sa nan analiz konplè a, nou te idantifye twa elèv k ap aprann ki te bay pèfòmans toujou solid nan tout klasifikasyon yo: Regresyon lojistik, Bayes nayif, ak machin vektè sipò.

Validasyon kwa ak metrik pèfòmans modèl

Pou tout modèl prediksyon (ki gen ladan analiz preliminè yo), yo te konstwi chak modèl lè l sèvi avèk validasyon kwa 10 fwa, epi yo te mezire pèfòmans modèl lè l sèvi avèk Zòn Anba Koub Karakteristik Operasyon Reseptè a (AUC). Validasyon kwa te kòmanse ak divize owaza chak nan 10 done konplo modèl yo an 10 segman egal (pli), lè l sèvi avèk nèf nan segman respektif sa yo pou antrene modèl la ak segman ki rete a pou fè tès. Pwosedi sa a te repete 10 fwa, lè l sèvi avèk yon segman diferan kòm tès la mete nan chak iterasyon. Lè sa a, rezilta yo te konbine pou kalkile rezilta/pèfòmans modèl final la. Pou chak konbinezon moun k ap aprann/ansanm done, yo te repete tout pwosesis sa a 10 fwa ak done yo divize yon fason diferan chak fwa. Dènye etap sa a redwi patipri, asire repwodiksyon, epi li te ede nan detèmine pèfòmans jeneral modèl la. An total (pou nòt MoCA ak klasifikasyon severite dyagnostik konbine), 6,600 modèl yo te bati. Sa a te gen ladann 1,800 modèl ki pa filtre (6 konplo modèl aplike nan seri done a × 3 elèv k ap aprann × 10 kouri × 10 pli = 1,800 modèl) ak 4,800 modèl filtre (4 konplo modèl aplike nan seri done a × 3 elèv k ap aprann × 4 teknik seleksyon karakteristik × 10 kouri × 10 pli = 4,800 modèl).

Seleksyon karakteristik

Pou modèl filtre yo, seleksyon karakteristik yo (itilize kat metòd klasman karakteristik yo) te fèt nan kwa-validasyon an. Pou chak nan 10 pli yo, kòm yon diferan 10% nan seri done a te done tès la, se sèlman kat pi gwo karakteristik yo chwazi pou chak seri done fòmasyon (sa vle di, lòt nèf pliye yo, oswa rès 90% nan tout seri done a) yo te itilize. pou konstwi modèl yo. Nou pa t kapab konfime ki kat karakteristik yo te itilize nan chak modèl, paske enfòmasyon sa yo pa estoke oswa disponib nan platfòm modèl nou itilize a (Weka). Sepandan, bay konsistans nan seleksyon premye karakteristik nou yo lè klasman yo te aplike nan tout seri done konbine yo ak resanblans ki vin apre nan pèfòmans modèl, menm karakteristik sa yo (laj, ane edikasyon, MTx-% C, ak vle di MTx-RT. ) gen anpil chans pou kat pi gwo yo itilize ansanm ak seleksyon karakteristik nan pwosesis validasyon kwa a.

REZILTA

Karakteristik nimerik patisipan yo (ki gen ladan nòt MoCA ak mezi pèfòmans MemTrax) nan seri done respektif yo pou chak estrateji klasifikasyon modèl pou predi sante koyitif MoCA endike (nòmal kont MCI) ak severite dyagnostik (modè kont grav) yo montre nan Tablo 3.

Tablo 3

Karakteristik patisipan yo, nòt MoCA, ak pèfòmans MemTrax pou chak estrateji klasifikasyon modèl

Estrateji Klasifikasyon	Laj	Edikasyon	MoCA Ajiste	MoCA pa ajiste	MTx-% C	MTx-RT
Kategori MoCA	61.9 ane (13.1)	9.6 ane (4.6)	19.2 (6.5)	18.4 (6.7)	74.8% (15.0)	1.4 s (0.3)
Gravite dyagnostik	65.6 ane (12.1)	8.6 ane (4.4)	16.7 (6.2)	15.8 (6.3)	68.3% (13.8)	1.5 s (0.3)

Valè yo montre (vle di, SD) diferansye pa estrateji klasifikasyon modèl yo reprezante ansanm done yo itilize pou predi sante koyitif MoCA ki endike (MCI kont nòmal) ak sou-donnée XL yo itilize sèlman pou predi severite dyagnostik (mode kont grav).

Pou chak konbinezon de nòt MoCA (ajiste / san ajiste) ak papòt (26/23), te gen yon diferans estatistik (p = 0.000) nan chak konparezon par (sante nòmal mantal kont MCI) pou laj, edikasyon, ak pèfòmans MemTrax (MTx-% C ak MTx-RT). Chak sub-dataset pasyan nan klas MCI respektif la pou chak konbinezon te an mwayèn apeprè 9 a 15 ane ki pi gran, te rapòte apeprè senk ane mwens edikasyon, e li te gen mwens favorab pèfòmans MemTrax pou tou de paramèt yo.

Rezilta pèfòmans modèl prediksyon pou klasifikasyon nòt MoCA yo lè l sèvi avèk twa pi gwo elèv k ap aprann yo, Regresyon lojistik, Naïve Bayes, ak machin sipò vektè, yo montre nan Tablo 4. Yo te chwazi twa sa yo dapre pèfòmans elèv k ap aprann ki pi wo nan tout modèl yo. aplike nan seri done yo pou tout plan modèl yo. Pou seri done ki pa filtre a ak modèl, chak nan valè done yo nan Tablo 4 endike pèfòmans modèl la ki baze sou mwayen respektif AUC ki sòti nan 100 modèl yo (10 kouri × 10 pli) ki te bati pou chak konbinezon konplo elèv/modelizasyon, ak respektif ki pi wo a. elèv k ap aprann pèfòmans endike an fonse. Lè nou konsidere ke pou modèl seri done filtre yo, rezilta yo rapòte nan Tablo 4 yo reflete pèfòmans jeneral modèl mwayèn nan 400 modèl pou chak elèv k ap itilize chak nan metòd klasman karakteristik yo (4 metòd klasman karakteristik × 10 kouri × 10 pli).

Tablo 4

Pèfòmans klasifikasyon nòt MoCA dichotomous (AUC; 0.0–1.0) rezilta pou chak nan twa elèv k ap aprann ki pi wo yo pou tout plan modèl respektif yo.

Feature Set Itilize	MoCA Score	Papòt Koupe	Regresyon lojistik	Nayif Bayes	Sipòte machin vektè
San filtre (10 karakteristik)	Ajiste	23	0.8862	0.8913	0.8695
		26	0.8971	0.9221	0.9161
	San ajiste	23	0.9103	0.9085	0.8995
		26	0.8834	0.9153	0.8994
Filtre (4 karakteristik)	Ajiste	23	0.8929	0.8954	0.8948
		26	0.9188	0.9247	0.9201
	San ajiste	23	0.9135	0.9134	0.9122
		26	0.9159	0.9236	0.9177

Sèvi ak varyasyon nan seri karakteristik, nòt MoCA, ak papòt limit nòt MoCA, pèfòmans ki pi wo a pou chak konplo modèl yo montre nan fonse (pa nesesèman estatistik diferan pase tout lòt moun ki pa nan fonse pou modèl respektif la).

Konpare elèv k ap aprann yo atravè tout konbinezon vèsyon nòt MoCA ak papòt (ajiste/ki pa ajiste ak 23/26, respektivman) nan ansanm done ki pa filtre yo (sa vle di, lè l sèvi avèk 10 karakteristik komen yo), Naïve Bayes te jeneralman elèv k ap aprann ki pi wo a ak yon jeneral. pèfòmans klasifikasyon nan 0.9093. Lè nou konsidere twa premye elèv k ap aprann yo, tès Bayezyen ki gen rapò ak siyen yo te endike ke pwobabilite (Pr) nan Naïve Bayes depase Regression Lojistik te 99.9%. Anplis, ant Naïve Bayes ak Support Vector Machine, yon pwobabilite 21.0% nan ekivalans pratik nan pèfòmans elèv k ap aprann (kidonk, yon pwobabilite 79.0% pou Naïve Bayes depase machin Sipò Vektè), makonnen ak 0.0% pwobabilite pou machin Sipò Vektè fè pi byen, mezirab. ranfòse avantaj pèfòmans pou Naïve Bayes. Plis konparezon nan vèsyon nòt MoCA atravè tout elèv k ap aprann/papòt yo sijere yon ti avantaj pèfòmans lè l sèvi avèk nòt MoCA ki pa ajiste kont ajisteman (0.9027 kont 0.8971, respektivman; Pr (ki pa ajiste > ajiste) = 0.988). Menm jan an tou, yon konparezon papòt limit atravè tout elèv k ap aprann ak vèsyon nòt MoCA te endike yon ti avantaj pèfòmans klasifikasyon lè l sèvi avèk 26 kòm papòt klasifikasyon kont 23 (0.9056 kont 0.8942, respektivman; Pr (26 > 23) = 0.999). Anfen, egzamine pèfòmans klasifikasyon pou modèl yo itilize sèlman rezilta filtre yo (sa vle di, kat karakteristik ki pi wo yo sèlman), Naïve Bayes (0.9143) te nimerikman elèv k ap aprann pi wo nan tout vèsyon / papòt nòt MoCA. Sepandan, atravè tout teknik klasman karakteristik konbine, tout elèv k ap aprann ki pi wo yo te fè menm jan an. Tès Bayezyen ki siyen yo te montre 100% pwobabilite pou ekivalans pratik ant chak pè elèv k ap aprann filtre. Menm jan ak done yo san filtrage (itilize tout 10 karakteristik komen), te gen ankò yon avantaj pèfòmans pou vèsyon an san ajiste nan nòt MoCA la (Pr (non ajiste > ajiste) = 1.000), osi byen ke yon avantaj menm jan an diferan pou papòt klasifikasyon 26 (Pr (26 > 23) = 1.000). Miyò, pèfòmans mwayèn chak twa pi gwo elèv yo atravè tout vèsyon/papòt nòt MoCA yo itilize sèlman kat karakteristik ki pi wo yo te depase pèfòmans mwayèn nenpòt elèv k ap aprann sou done ki pa filtre yo. Se pa etonan, pèfòmans klasifikasyon modèl filtre yo (itilize kat karakteristik ki pi wo yo) an jeneral te siperyè (0.9119) ak modèl ki pa filtre yo (0.8999), kèlkeswa modèl metòd klasman karakteristik yo te konpare ak modèl respektif sa yo lè l sèvi avèk tout 10 komen. karakteristik. Pou chak metòd seleksyon karakteristik, te gen 100% pwobabilite pou yon avantaj pèfòmans sou modèl yo san filtrage.

Avèk pasyan yo konsidere pou klasifikasyon severite dyagnostik AD, diferans ant gwoup (MCI-AD kont AD) pou laj (p = 0.004), edikasyon (p = 0.028), nòt MoCA ajiste / san ajiste (p = 0.000), ak MTx-% C (p = 0.008) yo te estatistik enpòtan; tandiske pou MTx-RT li pa t '(p = 0.097). Avèk pasyan sa yo konsidere pou klasifikasyon severite dyagnostik VaD, diferans ant gwoup (MCI-VaD kont VaD) pou nòt MoCA ajiste / san ajiste (p = 0.007) ak MTx-% C (p = 0.026) ak MTx-RT (p = 0.001) yo te estatistik enpòtan; tandiske pou laj (p = 0.511) ak edikasyon (p = 0.157) pa te gen okenn diferans enpòtan ant gwoup.

Rezilta pèfòmans modèl prediksyon pou klasifikasyon severite dyagnostik yo lè l sèvi avèk twa elèv k ap aprann yo te chwazi deja, Regression lojistik, Bayes nayif, ak machin vektè sipò, yo montre nan Tablo 5. Lè nou konsidere ke lòt elèv yo egzamine yo te demontre pèfòmans yon ti kras pi fò endividyèlman ak youn nan de kategori dyagnostik klinik yo. , twa elèv nou te idantifye kòm pi favorab nan modèl anvan nou an te ofri pèfòmans ki pi konsistan avèk tou de nouvo plan modèl. Lè w konpare elèv k ap aprann yo atravè chak kategori dyagnostik prensipal yo (AD ak VaD), pa te gen okenn diferans pèfòmans klasifikasyon ki konsistan ant elèv k ap aprann yo pou MCI-VaD kont VaD, byenke Machin Vektè Sipò an jeneral te fè plis enpòtans. Menm jan an tou, pa te gen okenn diferans enpòtan ant elèv yo pou klasifikasyon MCI-AD kont AD, byenke Naïve Bayes (NB) te gen yon ti avantaj pèfòmans sou Regression Lojistik (LR) ak jis yon plirité neglijab sou Support Vector Machine, ak pwobabilite 61.4%. ak 41.7% respektivman. Nan tou de datasets, te gen yon avantaj pèfòmans jeneral pou Support Vector Machine (SVM), ak Pr (SVM > LR) = 0.819 ak Pr (SVM > NB) = 0.934. Pèfòmans klasifikasyon jeneral nou an atravè tout elèv k ap aprann yo nan predi gravite dyagnostik nan sub-dataset XL la te pi bon nan kategori dyagnostik VaD kont AD (Pr (VAD > AD) = 0.998).

Tablo 5

Pèfòmans klasifikasyon severite dyagnostik klinik dikotomik (AUC; 0.0–1.0) rezilta pou chak nan twa elèv k ap aprann ki pi wo yo pou tou de konplo modèl respektif yo.

Modeling Scheme	Regresyon lojistik	Nayif Bayes	Sipòte machin vektè
MCI-AD kont AD	0.7465	0.7810	0.7443
MCI-VaD kont VaD	0.8033	0.8044	0.8338

Yo montre pèfòmans ki pi wo a pou chak konplo modèl fonse (pa nesesèman estatistik diferan pase lòt moun ki pa nan fonse).

diskisyon

Deteksyon bonè nan chanjman nan sante mantal enpòtan itilite pratik nan jesyon sante pèsonèl ak sante piblik sanble. Vreman vre, li se tou yon gwo priyorite nan anviwònman klinik pou pasyan atravè lemond. Objektif pataje a se alète pasyan yo, moun k ap bay swen yo, ak founisè yo epi ankouraje tretman ak swen longitudinal ki apwopriye ak pri-efikas pi bonè pou moun ki kòmanse fè eksperyans yon bès kognitif. Fizyone twa gwoup done lopital/klinik (yo) nou yo, nou te idantifye twa elèv k ap aprann ki pi preferab yo (ak yon sèl remakab - Naïve Bayes) pou konstwi modèl prediksyon itilize Paramèt pèfòmans MemTrax ki kapab byen klasifye eta sante mantal dikotomik (sante nòmal mantal oswa MCI) jan yo ta endike nan yon nòt total MoCA. Miyò, pèfòmans jeneral klasifikasyon pou tout twa elèv k ap aprann yo te amelyore lè modèl nou yo te itilize sèlman kat karakteristik ki pi wo yo ki te enkli prensipalman mezi pèfòmans MemTrax sa yo. Anplis, nou devwale potansyèl pwouve pou itilize menm elèv k ap aprann yo ak mezi pèfòmans MemTrax nan yon konplo modèl klasifikasyon sipò dyagnostik pou distenge gravite de kategori dyagnostik demans: AD ak VaD.

Tès memwa se santral nan deteksyon bonè nan AD [23, 24]. Kidonk, li posib ke MemTrax se yon akseptab, angaje, ak fasil-a-aplike sou entènèt. tès depistaj pou memwa epizod nan popilasyon jeneral la [6]. Presizyon rekonesans ak tan repons nan travay pèfòmans kontinyèl sa a patikilyèman revele nan idantifye deteryorasyon bonè ak evolye ak defisi konsekan nan pwosesis neroplastik ki gen rapò ak aprantisaj, memwa, ak koyisyon. Sa vle di, modèl yo isit la ki baze lajman sou mezi pèfòmans MemTrax yo sansib a epi yo gen plis chans yo fasilman ak pri minimòm revele defisi byolojik neropatolojik pandan etap tranzisyon an senptomatik byen anvan pèt fonksyonèl plis sibstansyèl [25]. Ashford et al. byen egzamine modèl yo ak konpòtman nan presizyon memwa rekonesans ak tan repons nan itilizatè sou entènèt ki te patisipe poukont yo ak MemTrax [6]. Respekte ke distribisyon sa yo enpòtan anpil nan modèl optimal ak devlope aplikasyon pou swen pasyan ki valab ak efikas, defini rekonesans klinikman aplikab ak pwofil tan repons esansyèl nan etabli yon referans fondamantal ki gen anpil valè pou sèvis piblik klinik ak rechèch. Valè pratik MemTrax nan tès depistaj AD pou defisyans kognitif etap bonè ak sipò dyagnostik diferans lan bezwen yo dwe egzamine pi byen nan yon kontèks yon anviwònman klinik kote komorbidite ak kapasite mantal, sansoryèl ak motè ki afekte pèfòmans tès yo ka konsidere. Epi pou enfòme pèspektiv pwofesyonèl ak ankouraje itilite pratik nan klinik, li se premye enperatif demontre konparezon ak yon tès evalyasyon sante kognitif etabli, menm si dènye a ka rekonètr kontrent pa lojistik tès ankonbran, edikasyon ak prevantif lang, ak enfliyans kiltirèl [26] . Nan sans sa a, konparezon favorab MemTrax nan efikasite klinik ak MoCA ki souvan pretann kòm yon estanda endistri enpòtan, espesyalman lè yo peze pi gwo fasilite nan sèvis piblik ak pasyan akseptasyon nan MemTrax.

Eksplorasyon anvan yo konpare MemTrax ak MoCA mete aksan sou rezon ak prèv preliminè ki jistifye envestigasyon modèl nou an [8]. Sepandan, konparezon anvan sa a senpleman asosye de mezi kle pèfòmans MemTrax nou egzamine ak estati kognitif jan MoCA detèmine ak seri respektif defini ak valè koupe yo. Nou apwofondi evalyasyon sèvis piblik MemTrax nan klinik nan eksplore yon apwòch prediksyon ki baze sou modèl ki ta bay yon konsiderasyon plis endividyalize nan lòt paramèt ki kapab enpòtan pou pasyan espesifik. Kontrèman ak lòt moun, nou pa t 'jwenn yon avantaj nan pèfòmans modèl lè l sèvi avèk yon koreksyon edikasyon (ajisteman) nan nòt MoCA oswa nan varye sante mantal diskriminasyon papòt total MoCA soti nan orijinal la rekòmande 26 a 23 [12, 15]. An reyalite, avantaj pèfòmans klasifikasyon an te favorize lè l sèvi avèk nòt MoCA san ajiste ak papòt ki pi wo a.

Pwen kle nan pratik klinik

Aprantisaj machin yo souvan itilize pi byen ak pi efikas nan modèl prediksyon lè done yo anpil ak plizyè dimansyon, se sa ki, lè gen anpil obsèvasyon ak yon seri lajè koncomitan nan atribi ki gen anpil valè (kontribye) . Men, ak done aktyèl sa yo, modèl yo filtre ak sèlman kat karakteristik chwazi fè pi bon pase sa yo ki itilize tout 10 karakteristik komen. Sa a sijere ke done total lopital nou an pa t 'gen karakteristik ki pi apwopriye klinikman (valè ki wo) pou pi byen klasifye pasyan yo nan fason sa a. Men, anfaz klasman karakteristik yo sou paramèt pèfòmans kle MemTrax yo—MTx-% C ak MTx-RT—fè anpil sipò pou konstwi modèl tès depistaj defisi kognitif nan etap bonè ozalantou tès sa a ki senp, fasil pou administre, pri ki ba, epi ki byen revele konsènan pèfòmans memwa, omwen kounye a kòm yon ekran inisyal pou yon klasifikasyon binè nan eta sante mantal. Etandone souch k ap monte sou founisè yo ak sistèm swen sante yo, pwosesis tès depistaj pasyan yo ak aplikasyon klinik yo ta dwe devlope apwopriye ak yon anfaz sou kolekte, swiv, ak modèl karakteristik pasyan sa yo ak mezi tès ki pi itil, avantaje, ak pwouve efikas nan dyagnostik. ak sipò jesyon pasyan yo.

Avèk de paramèt kle MemTrax yo ki te santral nan klasifikasyon MCI, elèv k ap aprann tèt nou an (Naïve Bayes) te gen yon pèfòmans prediksyon trè wo nan pifò modèl (AUC plis pase 0.90) ak yon rapò vre-pozitif ak fo-pozitif apwoche oswa yon ti jan depase 4. : 1. Yon aplikasyon klinik tradiksyon ki sèvi ak elèv k ap aprann sa a ta ka pran (kòrèkteman klasifye) pi fò nan moun ki gen yon defisi mantal, pandan y ap minimize pri ki asosye ak erè klasifye yon moun ki gen sante mantal nòmal kòm gen yon defisi mantal (fo pozitif) oswa manke klasifikasyon sa a nan moun ki gen yon defisi mantal (fo negatif). Nenpòt youn nan senaryo move klasifikasyon sa yo ka enpoze yon fado siko-sosyal ki pa gen rezon pou pasyan an ak moun kap bay swen yo.

Lè nou konsidere ke nan analiz preliminè ak analiz konplè nou te itilize tout dis elèv yo nan chak konplo modèl, nou konsantre rezilta nou yo sou twa klasifikasyon yo ki montre pèfòmans ki pi konsistan. Sa a te tou mete aksan sou, ki baze sou done sa yo, elèv k ap aprann yo ki ta antisipe fè serye nan yon nivo segondè nan yon aplikasyon pratik nan klinik nan detèmine klasifikasyon estati mantal. Anplis, paske etid sa a te gen entansyon kòm yon ankèt entwodiksyon nan sèvis piblik aprantisaj machin sou tès depistaj kognitif ak defi klinik sa yo alè, nou te pran desizyon an kenbe teknik aprantisaj yo senp ak jeneralize, ak akor minimòm paramèt. Nou apresye ke apwòch sa a ka limite potansyèl la pou plis byen defini kapasite prediksyon pasyan espesifik. Menm jan an tou, alòske fòmasyon modèl yo lè l sèvi avèk sèlman karakteristik prensipal yo (apwòch filtre) enfòme nou plis konsènan done sa yo (espesifik nan enpèfeksyon yo nan done yo kolekte epi mete aksan sou valè a nan optimize tan presye nan klinik ak resous), nou rekonèt ke li twò bonè pou etwat. sijè ki abòde lan modèl yo ak, Se poutèt sa, tout (ak lòt karakteristik) ta dwe konsidere ak rechèch nan lavni jiskaske nou gen yon pwofil pi definitif nan karakteristik priyorite ki ta aplikab a popilasyon an laj. Kidonk, nou menm tou nou rekonèt totalman ke done plis enklizif ak lajman reprezantatif ak optimize nan modèl sa yo ak lòt ta dwe nesesè anvan entegre yo nan yon aplikasyon klinik efikas, espesyalman pou akomode komorbidite ki afekte pèfòmans mantal ki ta dwe konsidere nan plis evalyasyon klinik.

Te itilite MemTrax plis edifye pa modèl la nan severite maladi ki baze sou dyagnostik klinik separe. Yon pi bon pèfòmans klasifikasyon jeneral nan predi severite VaD (konpare ak AD) pa t ' etone bay karakteristik yo pwofil pasyan nan modèl yo espesifik nan sante vaskilè ak risk konjesyon serebral, sa vle di, tansyon wo, ipèlipidemi, dyabèt, ak (nan kou) istwa konjesyon serebral. Menm si li ta pi dezirab ak apwopriye pou fè menm evalyasyon klinik la sou pasyan ki matche ak sante mantal nòmal pou fòme elèv k ap aprann yo ak done sa yo ki pi enklizif. Sa a se jistifye espesyalman, kòm MemTrax gen entansyon yo dwe itilize prensipalman pou deteksyon etap bonè nan yon defisi mantal ak swiv apre chanjman endividyèl elèv yo. Li posib tou ke distribisyon an plis dezirab nan done nan seri a done VaD kontribye an pati nan pèfòmans nan modèl comparativement pi bon. Dataset VaD la te byen balanse ant de klas yo, tandiske done AD ki gen anpil mwens pasyan MCI pa t '. Patikilyèman nan ti seri done, menm kèk ka adisyonèl ka fè yon diferans mezirab. Tou de pèspektiv yo se agiman rezonab ki kache diferans ki genyen nan pèfòmans modèl severite maladi a. Sepandan, pwopòsyonèlman atribiye pèfòmans amelyore nan karakteristik nimerik seri done oswa karakteristik nannan espesifik nan prezantasyon klinik la anba konsiderasyon se twò bonè. Sepandan, roman sa a te demontre itilite yon modèl klasifikasyon prediksyon MemTrax nan wòl sipò nan klinik dyagnostik bay pèspektiv valab ak afime pouswit pou egzamen adisyonèl ak pasyan atravè kontinyèl MCI la.

Aplikasyon an ak demontre itilite MemTrax ak modèl sa yo nan peyi Lachin, kote lang ak kilti yo byen wo diferan de lòt rejyon yo nan sèvis piblik etabli (egzanp, Lafrans, Netherlands, ak Etazini) [7, 8, 27], plis souliye potansyèl la. pou akseptasyon mondyal toupatou ak valè klinik yon platfòm ki baze sou MemTrax. Sa a se yon egzanp demontre nan fè efò nan amonizasyon done ak devlope nòm entènasyonal pratik ak resous modèl pou tès depistaj kognitif ki estanda ak fasil adapte pou itilize atravè lemond.

Pwochen etap nan modèl n bès mantal ak aplikasyon

Malfonksyònman kognitif nan AD rive vre sou yon kontinyèl, pa nan etap disrè oswa etap [28, 29]. Sepandan, nan premye faz sa a, objektif nou se te premye etabli kapasite nou pou konstwi yon modèl ki enkòpore MemTrax ki ka fondamantalman distenge "nòmal" ak "pa nòmal". Done anpirik plis enklizif (egzanp, imaj nan sèvo, karakteristik jenetik, byomarkè, komorbidite, ak makè fonksyonèl nan konplèks. aktivite ki mande kognitif kontwòl) [30] atravè divès rejyon mondyal, popilasyon, ak gwoup laj pou fòme ak devlope modèl aprantisaj machin ki pi sofistike (ki gen ladan ansanbl byen pondéré) ap sipòte yon pi gwo degre klasifikasyon amelyore, se sa ki, kapasite pou kategorize gwoup pasyan ki gen MCI nan pi piti ak pi definitif sou-ansanm sou kontinyèl n bès kognitif la. Anplis, dyagnostik klinik koncomitan pou moun atravè popilasyon rejyonal divès pasyan yo esansyèl pou efektivman antrene modèl sa yo plis enklizif ak previzib solid. Sa a pral fasilite jesyon ka pi espesifik stratifye pou moun ki gen orijin menm jan an, enfliyans, ak plis byen defini pwofil kognitif karakteristik epi konsa optimize sipò pou desizyon klinik ak swen pasyan yo.

Anpil nan rechèch klinik ki enpòtan jiska dat te adrese pasyan ki gen omwen demans modere; epi, nan pratik, twò souvan entèvansyon pasyan yo eseye sèlman nan etap avanse. Sepandan, paske n bès kognitif kòmanse byen anvan kritè klinik pou demans yo satisfè, yon ekran byen bonè ki baze sou MemTrax aplike byen kapab ankouraje moun yo edikasyon apwopriye sou maladi a ak pwogresyon li yo epi ankouraje entèvansyon pi bonè ak pi alè. Kidonk, deteksyon bonè ta ka sipòte patisipasyon apwopriye ki soti nan fè egzèsis, rejim alimantè, sipò emosyonèl, ak sosyalizasyon amelyore nan entèvansyon famasi ak ranfòse chanjman ki gen rapò ak pasyan nan konpòtman ak pèsepsyon ki separeman oswa an jeneral ta ka bese oswa potansyèlman sispann pwogresyon demans [31, 32] . Anplis, ak efikas tès depistaj bonè, moun yo ak fanmi yo ka pouse yo konsidere esè klinik oswa jwenn konsèy ak lòt sipò sèvis sosyal pou ede klarifye atant ak entansyon yo epi jere travay chak jou. Validasyon plis ak itilite pratik toupatou nan fason sa yo ta ka enstrimantal nan bese oswa sispann pwogresyon nan MCI, AD, ak ADRD pou anpil moun.

Vreman vre, fen ki ba nan seri laj pasyan an nan etid nou an pa reprezante popilasyon an nan enkyetid tradisyonèl ak AD. Sepandan, laj mwayèn pou chak gwoup yo itilize nan plan modèl klasifikasyon ki baze sou nòt/papòt MoCA ak severite dyagnostik (Tablo 3) montre yon majorite klè (plis pase 80%) ki gen omwen 50 ane. Se konsa, distribisyon sa a trè apwopriye pou jeneralizasyon, sipòte itilite modèl sa yo nan popilasyon an ki karakterize moun ki tipikman afekte pa kòmansman bonè ak maladi nerokognitif k ap grandi akòz AD ak VaD. Epitou, prèv resan ak pèspektiv mete aksan sou faktè rekonèt sa yo (egzanp, tansyon wo, obezite, dyabèt, ak fimen) potansyèlman kontribye nan pi bonè bonè. nòt risk vaskilè granmoun ak midlife ak konsekan blesi sibtil nan sèvo vaskilè ki devlope insidiously ak efè evidan menm nan jèn. granmoun [33-35]. An konsekans, opòtinite tès depistaj inisyal ki pi pi bon pou detekte bonè etap defisi mantal ak kòmanse prevansyon efikas ak estrateji entèvansyon nan abòde avèk siksè demans pral sòti nan egzamine faktè kontribye ak endikatè antecedent atravè spectre laj la, ki gen ladan laj adilt bonè ak potansyèlman menm anfans (yo remake enpòtans nan faktè jenetik tankou apolipoprotein E soti nan gwosès bonè).

Nan pratik, dyagnostik klinik valab ak pwosedi ki koute chè pou D avanse, pwofil jenetik, ak mezire biomarqueur pwomèt yo pa toujou fasilman disponib oswa menm posib pou anpil founisè. Kidonk, nan anpil ka, premye klasifikasyon jeneral eta sante kognitif yo ka gen pou sòti nan modèl ki itilize lòt mezi senp pasyan an bay (egzanp, oto-rapòte. pwoblèm memwa, medikaman aktyèl, ak limit aktivite woutin) ak karakteristik demografik komen [7]. Rejis tankou University of California Sante nan sèvo Rejis (https://www.brainhealthregistry.org/) [27] ak lòt moun ki gen yon pi gwo lajè nannan nan sentòm yo rapòte pwòp tèt ou, mezi kalitatif (egzanp, dòmi ak koyisyon chak jou), medikaman, eta sante, ak istwa, ak plis detay demografik yo pral enstrimantal nan devlope ak valide aplikasyon an pratik nan modèl sa yo plis primitif nan klinik la. Anplis de sa, yon tès tankou MemTrax, ki te demontre itilite nan evalye fonksyon memwa, ka an reyalite bay yon estimasyon sibstansyèlman pi bon nan patoloji AD pase makè byolojik. Etandone ke karakteristik prensipal la nan patoloji AD se dezòd nan neroplastisite ak yon pèt akablan konplèks nan sinaps, ki manifeste kòm epizod. malfonksyònman memwa, yon mezi ki evalye epizod memwa ka an reyalite bay yon pi bon estimasyon chay patolojik AD pase makè byolojik nan pasyan k ap viv la [36].

Avèk tout modèl prediksyon, kit yo konplete ak done konplèks ak enklizif ki soti nan teknoloji dènye kri ak apèsi klinik rafine nan plizyè domèn oswa sa ki limite a enfòmasyon ki pi debaz epi ki disponib fasilman karakteristik pwofil pasyan ki egziste deja yo - avantaj rekonèt nan entèlijans atifisyèl. ak aprantisaj machin se ke modèl rezilta yo ka fè sentèz ak endiktif "aprann" apati nouvo done ki enpòtan ak pèspektiv ki bay nan itilizasyon aplikasyon kontinyèl. Apre transfè teknoloji pratik, kòm modèl yo isit la (ak yo dwe devlope) yo ap aplike ak anrichi ak plis ka ak done ki enpòtan (ki gen ladan pasyan ki gen komorbidite ki ta ka prezante ak n bès mantal ki vin apre), pèfòmans prediksyon ak klasifikasyon sante mantal yo pral pi solid, sa ki lakòz sèvis piblik sipò nan desizyon klinik pi efikas. Evolisyon sa a pral reyalize pi plis ak pratikman ak entegre MemTrax nan platfòm koutim (ki vize a kapasite ki disponib yo) ke founisè swen sante yo ka itilize an tan reyèl nan klinik la.

Enperatif pou validation ak sèvis piblik modèl MemTrax pou sipò dyagnostik ak swen pasyan yo trè recherché done longitudinal sans. Lè yo obsève ak anrejistre chanjman koncomitan yo (si genyen) nan eta klinik atravè yon seri adekwat nòmal jiska premye etap MCI, modèl yo pou evalyasyon ak klasifikasyon kontinyèl apwopriye yo ka fòme ak modifye kòm pasyan yo laj epi yo trete. Sa vle di, sèvis piblik repete ka ede ak swivi longitudinal nan chanjman kognitif modere, efikasite entèvansyon, ak kenbe swen stratifye enfòme. Apwòch sa a aliman pi byen ak pratik klinik ak pasyan ak jesyon ka.

Limit

Nou apresye defi ak valè nan kolekte done klinik pwòp nan yon anviwònman klinik/lopital kontwole. Sepandan, li ta ranfòse modèl nou an si done nou yo enkli plis pasyan ki gen karakteristik komen. Anplis de sa, espesifik nan modèl dyagnostik nou an, li ta pi dezirab ak apwopriye pou fè menm evalyasyon klinik la sou pasyan matche ak sante mantal nòmal pou fòme elèv k ap aprann yo. Epi jan pèfòmans klasifikasyon ki pi wo yo souliye lè l sèvi avèk seri done filtre a (sèlman kat karakteristik ki pi wo yo), plis jeneral ak mezi sante mantal / endikatè ta gen anpil chans yo te amelyore modèl pèfòmans ak yon pi gwo kantite karakteristik komen nan tout pasyan yo.

Sèten patisipan yo te ka fè eksperyans lòt maladi ansanm ki ta ka lakòz defisyans mantal tranzitwa oswa kwonik. Lòt pase sub-dataset XL kote pasyan yo te klase dyagnostik kòm ki gen swa AD oswa VaD, done komorbidite yo pa te kolekte / rapòte nan pisin pasyan YH a, ak komorbidite ki te rapòte prensipalman nan sub-dataset KM la te dyabèt. Li posib, sepandan, ke enkli pasyan nan plan modèl nou yo ak komorbidite ki ta ka ankouraje oswa agrave yon nivo nan defisyans mantal ak yon konsekan pi ba pèfòmans MemTrax ta pi reprezantan nan mond reyèl la vize popilasyon pasyan an pou tès depistaj kognitif bonè pi jeneralize sa a. ak apwòch modèl. Avanse pi devan, dyagnostik egzat sou komorbidite ki kapab afekte pèfòmans mantal yo se lajman benefisye pou optimize modèl yo ak aplikasyon pou swen pasyan yo.

Anfen, pasyan sub-dataset YH ak KM yo te itilize yon smartphone pou pran tès MemTrax la, tandiske yon kantite limite pasyan XL sub-dataset yo te itilize yon iPad ak rès la te itilize yon smartphone. Sa a te kapab prezante yon ti diferans ki gen rapò ak aparèy nan pèfòmans MemTrax pou modèl klasifikasyon MoCA. Sepandan, diferans (si genyen) nan MTx-RT, pou egzanp, ant aparèy yo ta gen anpil chans neglijab, espesyalman ak chak patisipan yo te bay yon tès "pratik" jis anvan pèfòmans tès la anrejistre. Men, sèvis piblik de aparèy pòtatif sa yo potansyèlman konpwomèt konparezon dirèk ak/oswa entegrasyon ak lòt rezilta MemTrax kote itilizatè yo reponn foto repete lè yo manyen bar la sou yon klavye òdinatè.

Pwen kle sou sèvis piblik modèl prediktif MemTrax

• • Modèl prediksyon ki pi bon pèfòmans nou yo ki anglobe mezi pèfòmans MemTrax yo te kapab byen klasifye estati sante mantal (sante mantal nòmal oswa MCI) jan tès MoCA lajman rekonèt la t ap endike.
• • Rezilta sa yo sipòte entegrasyon mezi pèfòmans MemTrax yo chwazi nan yon aplikasyon tès depistaj modèl prediksyon klasifikasyon pou defisyans kognitif bonè.
• • Modèl klasifikasyon nou an te revele tou potansyèl pou itilize pèfòmans MemTrax nan aplikasyon pou distenge gravite dyagnostik demans.

Nouvo konklizyon sa yo etabli prèv definitif ki sipòte itilite aprantisaj machin nan bati modèl klasifikasyon ki solid ki baze sou MemTrax pou sipò dyagnostik nan jesyon ka klinik efikas ak swen pasyan pou moun ki gen pwoblèm mantal.

Remèsiman

Nou rekonèt travay J. Wesson Ashford, Curtis B. Ashford, ak kòlèg li yo pou devlope ak valide travay ak zouti rekonesans kontinyèl sou entènèt (MemTrax) yo itilize isit la e nou rekonesan anvè anpil pasyan ki gen demans ki te kontribiye nan rechèch fondamantal enpòtan yo. . Nou remèsye tou Xianbo Zhou ak kòlèg li yo nan SJN Biomed LTD, kòlèg li yo ak kolaboratè yo nan sit lopital / klinik yo, espesyalman Dr. M. Luo ak M. Zhong, ki te ede ak rekritman nan patisipan yo, pwograme tès yo, ak kolekte, anrejistreman, ak devan jere done yo, ak patisipan yo volontè ki te bay tan valab yo epi ki te pran angajman pou pran tès yo ak bay. done ki gen valè pou nou evalye nan etid sa a. Sa a etid te sipòte an pati pa rechèch syantifik MD Pwogram nan Kunming Medical University (Grant pa gen okenn 2017BS028 XL) ak Pwogram rechèch nan Yunnan Syans ak Teknoloji Depatman (Grant pa gen 2019FE001 (-222) XL).

J. Wesson Ashford te ranpli yon aplikasyon patant pou itilize paradigm espesifik rekonesans kontinyèl ki dekri nan papye sa a pou jeneral. tès memwa.

MemTrax, LLC se yon konpayi ki posede pa Curtis Ashford, ak konpayi sa a ap jere tès memwa sistèm ki dekri nan papye sa a.

Divilgasyon otè yo disponib sou Entènèt (https://www.j-alz.com/manuscript-disclosures/19-1340r2).

REFERANS YO

[1] Asosyasyon alzayme a (2016) 2016 reyalite maladi alzayme a ak figi. Alzheimers Dement 12, 459–509.
[2] Gresenz CR , Mitchell JM , Marrone J , Federoff HJ (2019) Efè etap bonè Maladi alzayme a sou rezilta finansye nan kay la. Health 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) Quality improvement in newoloji: Lejè mantal andikap kalite mezi seri. Newoloji 93, 705-713.
[4] Tong T , Thokala P , McMillan B , Ghosh R , Brazier J (2017) Pri efikasite lè l sèvi avèk tès depistaj kognitif pou detekte demans ak defisyans kognitif modere nan swen prensipal. Int J Geriatr Sikyatri 32, 1392–1400.
[5] Ashford JW, Gere E, Bayley PJ (2011) Mezire memwa nan anviwònman gwo gwoup lè l sèvi avèk yon tès rekonesans kontinyèl. J Alzheimers Dis 27, 885–895.
[6]	Ashford JW , Tarpin-Bernard F , Ashford CB , Ashford MT (2019) Yon travay rekonesans kontinyèl enfòmatik pou mezire memwa epizòd. J Alzheimers Dis 69, 385–399.
[7]	Bergeron MF , Landset S , Tarpin-Bernard F , Ashford CB , Khoshgoftaar TM , Ashford JW (2019) Pèfòmans epizodik-memwa nan modèl aprantisaj machin pou predi klasifikasyon eta sante mantal. J Alzheimers Dis 70, 277-286.
[8] van der Hoek MD , Nieuwenhuizen A , Keijer J , Ashford JW (2019) The Tès MemTrax konpare ak estimasyon evalyasyon mantal montreal nan defisyans mantal modere. J Alzheimers Dis 67, 1045–1054.
[9]	Falcone M , Yadav N , Poellabauer C , Flynn P (2013) Sèvi ak son vwayèl izole pou klasifikasyon blesi twò grav nan sèvo. Nan 2013 Konferans Entènasyonal IEEE sou Acoustics, Speech and Signal Processing, Vancouver, BC, pp 7577–7581.
[10]	Dabek F, Caban JJ (2015) Swiv done gwo pou modèl chans pou yo devlope kondisyon sikolojik apre yon Chòk. Procedia Comput Sci 53, 265–273.
[11]	Climent MT , Pardo J , Munoz-Almaraz FJ , Guerrero MD , Moreno L (2018) Pyebwa desizyon pou deteksyon bonè nan pwoblèm mantal pa famasyen kominotè. Front 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: A brief screening tool for mild cognitive impairment. J Am Geriatr Soc 53, 695–699.
[13]	Yu J, Li J, Huang X (2012) Vèsyon Beijing nan evalyasyon koyitif montreal kòm yon zouti depistaj kout pou defisyans mantal modere: Yon etid ki baze sou kominote a. BMC Sikyatri 12, 156.
[14]	Chen KL , Xu Y , Chu AQ , Ding D , Liang XN , Nasreddine ZS , Dong Q , Hong Z , Zhao QH , Guo QH (2016) Validasyon vèsyon Chinwa a nan evalyasyon mantal Monreyal debaz pou tès depistaj defisyans mantal modere. J Am Geriatr Soc 64, e285–e290.
[15]	Carson N , Leach L , Murphy KJ (2018) Yon re-egzamen nan Monreyal Cognitive Assessment (MoCA) nòt koupe. Int J Geriatr Sikyatri 33, 379-388.
[16]	Asosyasyon Sikyatrik Ameriken (2013) Task Force Manyèl dyagnostik ak estatistik maladi mantal: DSM-5™, American Psychiatric Publishing, Inc., Washington, DC.
[17]	Piton. Python Software Foundation, http://www.python.org, Aksè 15 novanm 2019.
[18]	R Core Group, R: A language and environment for statistic computing R Foundation for Statistical Computing, Vyèn, Otrich. https://www.R-project.org/, 2018, Aksè 15 novanm 2019.
[19]	Benavoli A , Corani G , Demšar J , Zaffalon M (2017) Tan pou yon chanjman: Yon leson patikilye pou konpare plizyè klasifikasyon atravè analiz Bayezyen. J Mach Learn Res 18, 1–36.
[20]	Frank E , Hall MA , Witten IH (2016) WEKA Workbench la. Nan Done Mining: Zouti Pratik Machin Aprantisaj ak Teknik, 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) Aprantisaj machin nan modèl rezolisyon sentòm chòk espò nan lekòl segondè. Med Sci Sports Exerc 51, 1362–1371.
[22]	Van Hulse J, Khoshgoftaar TM, Napolitano A (2007) Pèspektiv eksperimantal sou aprann nan done dezekilib. Nan Pwosedi 24yèm Konferans Entènasyonal sou Machine Learning, Corvalis, Oregon, USA, pp 935-942.
[23]	Ashford JW , Kolm P , Colliver JA , Bekian C , Hsu LN (1989) Evalyasyon pasyan alzayme ak eta a mini-mantal: Item karakteristik koub analiz.P. J Gerontol 44, 139–146.
[24] Ashford JW, Jarvik L (1985) maladi alzayme a: Èske plastisit newòn predispoze nan koripsyon axonal neurofibrillary? 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 , Senjem JL , , Rocca WA , Petersen RC (2019) Prévalence de antite spectre alzayme ki defini biyolojik ak klinikman lè l sèvi avèk Enstiti Nasyonal pou aje-alzayme a. Asosyasyon rechèch kad. JAMA Neurol 76, 1174–1183.
[26] Zhou X , Ashford JW (2019) Pwogrè nan enstriman depistaj pou Maladi alzayme a. 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 Sante nan sèvo Rejis: Yon platfòm ki baze sou entènèt pou rekritman, evalyasyon, ak siveyans longitudinal patisipan yo pou etid nerosyans. Alzheimers Deman 14, 1063–1076.
[28] Ashford JW, Schmitt FA (2001) Modélisation tan-kou nan alzayme demans. Curr Sikyatri Rep 3, 20–28.
[29]	Li X , Wang X , Su L , Hu X , Han Y (2019) Sino Longitudinal etid sou bès kognitif (SILCODE): Pwotokòl pou yon etid obsèvasyon lonjitidinal Chinwa pou devlope modèl prediksyon risk konvèsyon nan defisyans mantal modere nan moun ki gen mantal subjectif. n bès. BMJ Open 9, e028188.
[30] Tarnanas I , Tsolaki A , Wiederhold M , Wiederhold B , Tsolaki M (2015) Senk-ane varyasyon pwogresyon biomarker pou Demans maladi alzayme a prediksyon: Èske yon konplèks aktivite enstrimantal nan makè lavi chak jou ranpli twou vid ki genyen yo? Alzheimers Dement (Amst) 1, 521–532.
[31] McGurran H , Glenn JM , Madero EN , Bott NT (2019) Prevansyon ak tretman maladi alzayme a: Mekanis byolojik nan fè egzèsis. J Alzheimers Dis 69, 311-338.
[32] Mendiola-Precoma J, Berumen LC, Padilla K, Garcia-Alcocer G (2016) Terapi pou prevansyon ak tretman maladi alzayme a. Biomed Res Int 2016, 2589276.
[33]	Lane CA , Barnes J , Nicholas JM , Sudre CH , Cash 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) Asosyasyon ant risk vaskilè atravè laj adilt ak patoloji nan sèvo nan lavi an reta: Prèv ki soti nan yon kòwòt nesans Britanik. JAMA Neurol 77, 175–183.
[34]	Seshadri S (2020) Prevansyon demans-panse pi lwen pase laj la ak bwat amiloid. JAMA Neurol 77, 160–161.
[35]	Maillard P , Seshadri S , Beiser A , Himali JJ , Au R , Fletcher E , Carmichael O , Wolf PA , DeCarli C (2012) Efè tansyon sistolik sou entegrite matyè blan nan jèn adilt nan etid kè Framingham: yon kwa -seksyon etid. 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) Presizyon nan tès biomarker pou defini neuropatologically Maladi alzayme nan granmoun aje ki gen demans. Ann Intern Med 172, 669–677.

Afilyasyon: [a] SIVOTEC Analytics, Boca Raton, FL, USA | [b] Depatman Enfòmatik ak Jeni Elektrik ak Syans Enfòmatik, Florida Atlantic University, Boca Raton, FL, USA | [c] SJN Biomed LTD, Kunming, Yunnan, Lachin | [d] Sant pou Rechèch alzayme a, Washington Institute of Clinical Research, Washington, DC, USA | [e] Depatman Medsin Reyabilitasyon, Premye Lopital Afilye nan Kunming Medical University, Kunming, Yunnan, Lachin | [f] Depatman neroloji, Lopital Pèp Dehong, Dehong, Yunnan, Lachin | [g] Depatman neroloji, Premye Lopital Afilye nan Kunming Medical University, Wuhua District, Kunming, Yunnan Province, Lachin | [h] Sant etid maladi ak aksidan ki gen rapò ak lagè, VA Palo Alto Swen Sante System, Palo Alto, CA, USA | [i] Depatman Sikyatri ak Syans Konpòtman, Stanford University School of Medicine, Palo Alto, CA, USA

Korespondans: [*] Korespondans ak: Michael F. Bergeron, PhD, FACSM, SIVOTEC Analytics, Boca Raton Innovation Campus, 4800 T-Rex Avenue, Suite 315, Boca Raton, FL 33431, USA. Imèl: mbergeron@sivotecanalytics.com.; Xiaolei Liu, MD, Depatman neroloji, Premye Lopital afilye nan Kunming Medical University, 295 Xichang Road, Wuhua District, Kunming, Yunnan Province 650032, Lachin. Imèl: ring@vip.163.com.

Mo kle: aje, Maladi alzayme a, demans, tès depistaj mas