Фоидаи MemTrax ва моделсозии омӯзиши мошинсозӣ дар таснифоти нуқсони сабуки маърифатӣ
Моддаи мазкур
Муаллифон: Бергерон, Майкл Ф. | Ландсет, Сара | Чжоу, Сяньбо | Динг, Тао | Хошгофтаар, Таги М Чжао, Фэн | Ду, Бо | Чен, Синьцзя | Ван, Сюан | Чжун, Лянмей | Лю, Сяолеи| Эшфорд, Ҷ. Вессон
DOI: 10.3233 / JAD-191340
Маҷалла: Маҷаллаи Бемории Алтсгеймер, vol. 77, no. 4, саҳ. 1545-1558, 2020
мавҳум
Замина:
Паҳншавӣ ва паҳншавии он бемории алзоймер ва нуқсони сабуки маърифатӣ (MCI) даъвати фаврии тадқиқотро барои тасдиқи скрининг ва арзёбии маърифатии барвақтӣ водор кардааст.
Вазифа:
Ҳадафи асосии тадқиқоти мо муайян кардани он буд, ки оё нишондиҳандаҳои интихобшудаи MemTrax ва хусусиятҳои демографӣ ва профили саломатӣ метавонанд дар моделҳои пешгӯишаванда, ки бо омӯзиши мошинсозӣ барои тасниф кардани саломатии маърифатӣ (муқаррарӣ нисбат ба MCI) таҳия шудаанд, самаранок истифода шаванд, тавре ки Арзёбии маърифатии Монреаль (MoCA).
Усулҳо:
Мо дар бораи 259 беморони калонсоли асаб, клиникаи хотира ва бемориҳои дарунӣ, ки аз ду нафар ба кор гирифта шудаанд, як таҳқиқоти фарогир гузаронидем. беморхонаҳо дар Чин. Ба ҳар як бемор MoCA бо забони чинӣ дода шуд ва худсарона эътирофи пайвастаи MemTrax-и эпизодии онлайнӣ дода шуд. санҷиши хотираи онлайн дар ҳамон рӯз. Моделҳои таснифоти пешгӯишаванда бо истифода аз омӯзиши мошинсозӣ бо тасдиқи салиб 10-карата сохта шудаанд ва иҷрои модел бо истифода аз майдони зери каҷи хусусияти кори қабулкунанда (AUC) чен карда шудааст. Моделҳо бо истифода аз ду нишондиҳандаи иҷрои MemTrax (фоиз дуруст, вақти посух) дар якҷоягӣ бо ҳашт хусусияти таърихии демографӣ ва шахсӣ сохта шудаанд.
Натиҷаҳо:
Муқоисаи донишомӯзон аз рӯи омезиши интихобшудаи холҳо ва остонаҳои MoCA, Наиве Байес дар маҷмӯъ донишҷӯи беҳтарин буд, ки нишондиҳандаи умумии таснифоти 0.9093 буд. Ғайр аз он, дар байни се омӯзандаи беҳтарин, иҷрои таснифоти MemTrax дар маҷмӯъ бо истифода аз чаҳор хусусияти боло (0.9119) нисбат ба истифодаи ҳамаи 10 хусусияти умумӣ (0.8999) бартарӣ дошт.
Хулоса:
Фаъолияти MemTrax-ро метавон дар модели пешгӯии таснифоти омӯзиши мошин самаранок истифода бурд аризаи скринингӣ барои ошкор кардани нуқсони маърифатии марҳилаи ибтидоӣ.
МУЌАДДИМА
Паҳншавии паҳншуда ва паҳншавии эътирофшуда (ҳарчанд нодида гирифта шудааст) ва мувозинати шадиди тиббӣ, иҷтимоӣ ва ҷамъиятӣ саломатӣ хароҷот ва сарбории бемории Алтсгеймер (AD) ва нуқсони сабуки маърифатӣ (MCI) барои ҳама ҷонибҳои манфиатдор торафт бештар ташвиқ мекунанд [1, 2]. Ин сенарияи ғамангез ва ғамангез даъвати фаврӣ барои таҳқиқотро водор кардааст ошкоркунии барвақт асбобҳои скрининги маърифатӣ ва арзёбӣ барои истифодаи мунтазами амалӣ дар муҳити шахсӣ ва клиникӣ барои беморони калонсол дар минтақаҳо ва популятсияҳои гуногун [3]. Ин асбобҳо инчунин бояд тарҷумаи бефосилаи натиҷаҳои иттилоотиро ба сабтҳои электронии саломатӣ таъмин кунанд. Фоидаҳо тавассути огоҳ кардани беморон ва кӯмак ба табибон дар эътироф кардани тағироти назаррас ба даст оварда мешаванд ва ба ин васила имкон медиҳад, ки табақабандии зудтар ва саривақтӣ, татбиқ ва пайгирии табобати мувофиқи инфиродӣ ва камхарҷ ва нигоҳубини беморон барои онҳое, ки аз сар мегузаронанд. таназзули идрок [3, 4].
Воситаи компютерии MemTrax (https://memtrax.com) арзёбии содда ва мухтасари шинохти пайваста мебошад, ки онро метавон тавассути онлайн мустақилона барои чен кардани иҷрои душвори хотираи эпизодии вақтдор, ки корбар ба тасвирҳои такрорӣ посух медиҳад, на ба муаррифии аввала аст [5, 6]. Тадқиқоти охирин ва оқибатҳои амалии натиҷавӣ ба таври тадриҷан ва якҷоя самаранокии клиникии MemTraxро дар скрининги барвақти AD ва MCI нишон медиҳанд [5-7]. Бо вуҷуди ин, муқоисаи бевоситаи фоиданокии клиникӣ бо мавҷуда саломатии маърифатӣ баҳодиҳӣ ва стандартҳои анъанавӣ кафолат дода мешавад, ки дурнамои касбӣ ва тасдиқи утилитаи MemTrax дар ташхиси барвақт ва дастгирии ташхис. ван дер Хук ва дигарон. [8] ченакҳои интихобшудаи иҷрои MemTrax (суръати реаксия ва фоизи дуруст) бо мақоми когнитивӣ, ки аз ҷониби Монреал муайян шудааст, муқоиса кард Арзёбии маърифатӣ (MoCA). Бо вуҷуди ин, ин тадқиқот бо алоқаманд кардани ин нишондиҳандаҳои кор бо тавсифи ҳолати маърифатӣ (тавре ки аз ҷониби МоКА муайян карда шудааст) ва муайян кардани диапазони нисбӣ ва арзишҳои қатъӣ маҳдуд карда шуд. Бинобар ин, барои тавсеаи ин таҳқиқот ва беҳтар кардани фаъолият ва самаранокии тасниф, саволи асосии тадқиқоти мо ин буд:
- Метавонад ченакҳои иҷрои MemTrax-и интихобкардаи шахс ва демографӣ ва саломатии мувофиқро дошта бошад нимруҳ Хусусиятҳо дар модели пешгӯишавандае, ки бо омӯзиши мошинсозӣ таҳия шудаанд, барои тасниф кардани саломатии маърифатӣ ба таври дихотомӣ (муқаррарӣ нисбат ба MCI), тавре ки аз рӯи холҳои MoCA нишон дода мешавад, самаранок истифода шаванд?
Дар дуюм, мо мехостем бидонем:
- Бо дарназардошти ҳамон хусусиятҳо, оё модели омӯзиши мошини MemTrax дар асоси иҷрои кор метавонад ба бемор барои пешгӯии вазнинӣ (ҳалим ва сахт) дар доираи категорияҳои интихобшудаи нуқсонҳои маърифатӣ, ки тавассути ташхиси мустақили клиникӣ муайян карда мешавад, самаранок татбиқ карда шавад?
Татбиқи амалии пайдоиш ва таҳаввулшавандаи зеҳни сунъӣ ва омӯзиши мошинсозӣ дар скрининг / ошкор аллакай бартариҳои амалии мушаххасро нишон доданд, ки моделсозии пешгӯишаванда клиникҳоро дар арзёбии душвори солимии маърифатӣ/мағзи сар ва идоракунии беморон самаранок роҳнамоӣ мекунад. Дар таҳқиқоти мо, мо як равиши шабеҳро дар моделсозии таснифоти MCI ва табъизи шиддати когнитивӣ интихоб кардем, ки онро ташхиси клиникӣ аз се маҷмӯаи маълумоте, ки беморони ихтиёрии ихтиёрӣ ва амбулаториро аз ду беморхонаи Чин намояндагӣ мекунанд, тасдиқ карданд. Мо бо истифода аз моделсозии пешгӯии омӯзиши мошинсозӣ, мо донишҷӯёни беҳтаринро аз маҷмӯи гуногуни маълумотҳо/омӯзандагон муайян кардем ва хусусиятҳоро гурӯҳбандӣ кардем, ки ба мо дар муайян кардани барномаҳои модели аз ҷиҳати клиникӣ амалӣ роҳнамоӣ мекунанд.
Фарзияҳои мо ин буданд, ки модели тасдиқшудаи MemTrax метавонад барои тасниф кардани саломатии маърифатӣ ба таври дихотомӣ (муқаррарӣ ё MCI) дар асоси меъёри ҳадди ақали холҳои MoCA истифода шавад ва як модели пешгӯии MemTrax метавонад дар табъиз дар категорияҳои интихобшуда самаранок истифода шавад. клиникӣ ташхис шудааст беқурбшавӣ маърифатї. Намоиши натиҷаҳои пешбинишуда дар дастгирии самаранокии MemTrax ҳамчун экрани муайянкунии барвақт барои таназзули маърифатӣ ва таснифоти когнитивӣ муҳим хоҳад буд. Муқоисаи мусоид бо стандарти пешбинишудаи саноат, ки бо осонӣ ва суръатбахшии хидматрасонӣ мукаммал шудааст, дар кӯмак ба клиникҳо дар қабул кардани ин асбоби оддӣ, боэътимод ва дастрас ҳамчун экрани ибтидоӣ дар ошкор кардани камбудиҳои маърифатии марҳилаи барвақтӣ (аз ҷумла продромалӣ) таъсирбахш хоҳад буд. Ҳамин тавр, чунин бархӯрд ва фоидаовар метавонад нигоҳубин ва мудохилаи беморонро саривақтӣ ва беҳтари гурӯҳбандӣ кунад. Ин фаҳмишҳои пешқадам ва ченакҳо ва моделҳои мукаммал инчунин метавонанд дар кам кардан ё қатъ кардани пешравии деменция, аз ҷумла деменцияҳои марбут ба AD ва AD (ADRD) муфид бошанд.
МАВОД ВА УСУЛ
Аҳолӣ омӯзиш
Дар байни моҳи январи соли 2018 ва августи 2019, тадқиқоти байнисоҳавӣ оид ба бемороне, ки аз ду беморхонаи Чин ба кор гирифта шудаанд, анҷом дода шуд. Маъмурияти MemTrax [5] ба шахсони синнашон аз 21 сола боло ва ҷамъоварӣ ва таҳлили ин маълумотҳо аз ҷониби мувофиқи стандартҳои ахлоқии инсон Кумитаи ҳифзи субъектҳои Донишгоҳи Стэнфорд. MemTrax ва ҳама озмоишҳои дигар барои ин таҳқиқоти умумӣ тибқи эъломияи Ҳелсинки дар соли 1975 гузаронида шуда, аз ҷониби Шӯрои баррасии институтсионалии беморхонаи якуми Донишгоҳи тиббии Кунмин дар Кунмин, Юннан, Чин тасдиқ карда шудаанд. Ҳар як корбар пешниҳод карда шуд розигии огоҳона шакл барои хондан/баррасӣ ва сипас ихтиёран барои иштирок розӣ шудан.
Иштирокчиён аз ҳавзаи беморони амбулаторӣ дар клиникаи неврологии беморхонаи Янхуа (маҷмӯаи YH) ва клиникаи хотира дар беморхонаи якуми фаръии тиббии Кунмин Донишгоҳ (маҷмӯаи XL) дар Пекин, Чин. Иштирокчиён инчунин аз беморони неврология (маҷмӯаи зермаълумоти XL) ва тибби дохилӣ (зери маълумотҳои KM) дар беморхонаи якуми фаръии Донишгоҳи тиббии Кунмин ҷалб карда шуданд. Меъёрҳои дохилшавӣ иборатанд аз 1) мардон ва занони на камтар аз 21 сола, 2) қобилияти гуфтугӯ бо хитоӣ (мандарин) ва 3) қобилияти фаҳмидани дастурҳои шифоҳӣ ва хаттӣ. Меъёрҳои истисно ин нуқсонҳои биниш ва моторӣ буданд, ки ба иштирокчиён аз анҷом додани ин кор монеъ мешаванд Санҷиши MemTrax, инчунин қобилияти фаҳмидани дастурҳои мушаххаси санҷиш.
Версияи чинии MemTrax
Онлайн Платформаи санҷишии MemTrax тарҷума карда шуд ба чинӣ (URL: https://www.memtrax.com.cn) ва минбаъд мутобиқ карда шудааст, ки тавассути WeChat (Shenzhen Tencent Computer Systems Co. LTD., Шенҷен, Гуандун, Чин) барои худидоракунӣ истифода шавад. Маълумот дар сервери абрӣ (Ali Cloud), ки дар Чин ҷойгир аст ва аз ҷониби Alibaba (Alibaba Technology Co. Ltd., Ханчжоу, Чжэцзян, Чин) аз ҷониби SJN Biomed LTD (Кунминг, Юннан, Чин) иҷозатнома гирифтааст. Тафсилоти мушаххас дар бораи MemTrax ва меъёрҳои эътибори санҷиш, ки дар ин ҷо истифода мешаванд, қаблан тавсиф шуда буданд [6]. Санҷиш ба беморон ройгон дода шуд.
Тартиби омӯзиш
Барои беморони статсионарӣ ва амбулаторӣ як саволномаи умумии коғазӣ барои ҷамъоварии маълумоти демографӣ ва шахсӣ, аз қабили синну сол, ҷинс, солҳои таҳсил, шуғл, танҳо зиндагӣ ё бо оила, ва таърихи тиббӣ аз ҷониби як узви дастаи омӯзишӣ идора карда шуд. Пас аз пур кардани саволнома, санҷишҳои MoCA [12] ва MemTrax гузаронида шуданд (аввал MoCA) бо на бештар аз 20 дақиқа байни санҷишҳо. Фоизи дурусти MemTrax (MTx-% C), вақти миёнаи посух (MTx-RT) ва сана ва вақти санҷиш аз ҷониби як узви дастаи омӯзишӣ барои ҳар як иштирокчии озмоишшуда дар коғаз сабт карда шуд. Саволномаи пуркардашуда ва натиҷаҳои MCA аз ҷониби муҳаққиқе, ки санҷишҳоро идора кардааст ва пеш аз захира кардани файлҳои Excel барои таҳлилҳо аз ҷониби як ҳамтоаш тасдиқ карда шудааст, ба ҷадвали Excel бор карда шуд.
Санҷиши MemTrax
Санҷиши онлайни MemTrax 50 тасвирро дар бар гирифт (25 беназир ва 25 такрор; 5 маҷмӯи 5 тасвири саҳнаҳо ё ашёҳои умумӣ), ки бо тартиби мушаххаси псевдо-тасодуфӣ нишон дода шудаанд. Иштирокчӣ (бо дастур) тугмаи Оғозро дар экран ламс мекунад, то санҷишро оғоз кунад ва ба тамошои силсилаи тасвирҳо оғоз кунад ва ҳар дафъае, ки тасвири такрорӣ пайдо шавад, ҳарчӣ зудтар ба тасвир дар экран ламс кунад. Ҳар як тасвир дар тӯли 3 сония ё то ламс кардани тасвир дар экран пайдо шуд, ки ин боиси пешниҳоди фаврии тасвири навбатӣ гардид. Бо истифода аз соати дохилии дастгоҳи маҳаллӣ, MTx-RT барои ҳар як тасвир аз рӯи вақти гузашта аз намоиши тасвир то лаҳзаи ламс кардани иштирокчӣ ба экран дар посух ба эътирофи тасвир ҳамчун тасвире, ки аллакай нишон дода шудааст, муайян карда шуд. дар давоми санҷиш. MTx-RT барои ҳар як тасвир сабт карда шуд, бо 3 сонияи пурра сабт шудааст, ки ҳеҷ гуна посухро нишон намедиҳад. MTx-% C барои нишон додани фоизи тасвирҳои такрорӣ ва ибтидоӣ, ки корбар ба онҳо дуруст посух додааст, ҳисоб карда шуд (мусбити ҳақиқӣ + манфии ҳақиқӣ ба 50 тақсим карда мешавад). Тафсилоти иловагии маъмурият ва татбиқи MemTrax, кам кардани маълумот, маълумоти беэътибор ё "беҷавоб" ва таҳлилҳои ибтидоии додаҳо дар ҷои дигар тавсиф шудаанд [6].
Санҷиши MemTrax ба таври муфассал шарҳ дода шуд ва санҷиши таҷрибавӣ (бо тасвирҳои беназире, ки дар санҷиш барои сабти натиҷаҳо истифода мешаванд) ба иштирокчиён дар шароити беморхона пешниҳод карда шуд. Иштирокчиёни зермаҷмӯаҳои YH ва KM санҷиши MemTrax-ро дар смартфоне, ки замима дар WeChat бор карда шуда буд, супурданд; дар ҳоле ки шумораи маҳдуди беморони зермаҷмӯаи XL аз iPad ва дигарон смартфон истифода мекарданд. Ҳама иштирокчиён санҷиши MemTrax-ро бо муфаттиши омӯзишӣ беэътиноӣ карданд.
Арзёбии маърифатии Монреал
Варианти Пекини МоКА-и Чин (MoCA-BC) [13] аз ҷониби муҳаққиқони ботаҷриба мувофиқи дастурҳои расмии санҷиш идора ва баҳо дода шуд. Муносибат, MoCA-BC боэътимод нишон дода шудааст санҷиш барои маърифат скрининг дар тамоми сатҳҳои таҳсил дар калонсолони чинӣ [14]. Ҳар як санҷиш аз 10 то 30 дақиқа дар асоси қобилиятҳои маърифатии иштирокчии дахлдор идора мешуд.
Моделсозии таснифоти MoCA
Дар маҷмӯъ 29 хусусияти истифодашаванда, аз ҷумла ду MemTrax мавҷуд буд ченакҳои иҷрои санҷиш ва 27 хусусияти марбут ба демографӣ ва саломатӣ маълумот барои ҳар як иштирокчӣ. Ҳар як бемор холҳои санҷиши маҷмӯии MoCA ҳамчун нишондиҳанда истифода мешуд таҳқиқи маърифатӣ "бенчмарк" барои омӯзонидани моделҳои пешгӯии мо. Мувофиқи он, азбаски MoCA барои сохтани тамғаи синф истифода шуда буд, мо натавонистем холҳои ҷамъшударо (ё ягон холҳои зермаҷмӯаи MoCA) ҳамчун хусусияти мустақил истифода барем. Мо таҷрибаҳои пешакиро анҷом додем, ки дар он мо се зермаҷмӯаи аслии бемористон/клиникаро ба таври инфиродӣ моделсозӣ кардем (таснифи солимии маърифатӣ, ки аз ҷониби ВКМ муайян шудааст) ва сипас бо истифода аз тамоми хусусиятҳо якҷоя карда шуд. Бо вуҷуди ин, дар ҳар як аз чаҳор клиника, ки се зермаҷмӯаи маълумотро намояндагӣ мекунанд, ҳама унсурҳои ҳамон маълумот ҷамъ карда нашудаанд; ҳамин тавр, бисёре аз хусусиятҳои мо дар маҷмӯи додаҳои омехта (ҳангоми истифодаи ҳама хусусиятҳо) сатҳи баланди арзишҳои гумшуда доштанд. Пас аз он мо моделҳоро бо маҷмӯи додаҳои якҷоя бо истифода аз хусусиятҳои умумӣ сохтем, ки ба беҳтар шудани сифати таснифот оварда расонд. Эҳтимол ин бо омезиши доштани мисолҳои бештар барои кор бо омезиши се зермаҷмӯаи бемор ва ягон хусусият бо паҳншавии ғайриқонунии арзишҳои гумшуда шарҳ дода шудааст (танҳо як хусусият дар маҷмӯи додаҳои омехта, навъи кор, ягон арзишҳои гумшуда дошт, ки ба танҳо се ҳолати бемор), зеро танҳо хусусиятҳои умумии дар ҳар се сайт сабтшуда дохил карда шудаанд. Қобили зикр аст, ки мо барои ҳар як хусусият, ки дар ниҳоят ба маҷмӯи додаҳои омехта дохил карда нашуда буд, меъёри мушаххаси рад надорем. Аммо, дар моделсозии пешакии маҷмӯи додаҳои мо, мо аввал ҳама хусусиятҳоро аз ҳар як се зермаҷмӯаи алоҳидаи бемор истифода бурдем. Ин ба таври васеъ ба иҷрои модел оварда расонд, ки нисбат ба моделсозии ибтидоии ҳар як зермаҷмӯаи инфиродӣ ба таври андозагир пасттар буд. Гузашта аз ин, дар ҳоле ки иҷрои таснифоти моделҳои бо истифода аз тамоми хусусиятҳо сохташуда рӯҳбаландкунанда буд, дар тамоми хонандагон ва схемаҳои таснифот, ҳангоми истифодаи танҳо хусусиятҳои умумӣ иҷроиш ду маротиба бештар аз моделҳо беҳтар шуд. Дарвоқеъ, дар байни он чизе, ки донишҷӯёни беҳтарини мо шуданд, ҳама ба ҷуз як модел бо бартараф кардани хусусиятҳои ғайримуқаррарӣ беҳтар шуданд.
Маҷмӯи маълумоти ҷамъбастии ниҳоии (YH, XL ва KM якҷоя) 259 мисолро дар бар гирифт, ки ҳар кадоме як иштирокчии беназиреро намояндагӣ мекунад, ки ҳам санҷишҳои MemTrax ва ҳам MoCA-ро гирифтааст. 10 хусусияти мустақили муштарак вуҷуд дошт: Метрикҳои иҷрои MemTrax: MTx-% C ва маънои MTx-RT; Маълумоти таърихи демографӣ ва тиббӣ: синну сол, ҷинс, солҳои таҳсил, намуди кор (гирандаи кабуд/як гулӯи сафед), дастгирии иҷтимоӣ (оё гузаранда танҳо ё бо оила зиндагӣ мекунад) ва ҷавобҳои ҳа/не дар мавриди он, ки корбар дорои таърихи диабети қанд, гиперлипидемия ё осеби осеби мағзи сар. Ду метрикаи иловагӣ, холҳои маҷмӯии MoCA ва холҳои маҷмӯии MoCA барои солҳои таҳсил тасҳеҳ карда шудаанд [12], барои таҳияи тамғакоғазҳои таснифоти вобаста ба таври алоҳида истифода шуданд ва ҳамин тавр ду схемаи моделсозии гуногунро эҷод карданд, ки ба маҷмӯи додаҳои якҷояи мо татбиқ карда шаванд. Барои ҳар як версияи (тасҳеҳ ва тасҳеҳнашуда) холҳои MoCA, додаҳо боз барои таснифоти бинарӣ бо истифода аз ду ҳадди меъёрҳои гуногун - дараҷаи аввал тавсияшуда [12] ва арзиши алтернативӣ, ки аз ҷониби дигарон истифода ва пешбарӣ шудаанд [8, 15] моделсозӣ карда шуданд. Дар схемаи таснифоти ҳадди ниҳоии алтернативӣ, бемор дорои саломатии мӯътадили маърифатӣ ҳисобида мешуд, агар вай дар санҷиши MoCA ≥23 хол гирифта бошад ва агар хол 22 ё камтар бошад, MCI дошта бошад; дар ҳоле ки дар формати тавсияшудаи таснифоти ибтидоӣ, бемор бояд дар MoCA баҳои 26 ё беҳтар мегирифт, то ҳамчун саломатии муқаррарии маърифатӣ қайд карда шавад.
Маълумоти филтршуда барои моделсозии таснифоти MoCA
Мо минбаъд таснифоти MoCA-ро бо истифода аз чаҳор усули рейтинги хусусиятҳо, ки маъмулан истифода мешаванд, баррасӣ кардем: хи-мураббаъ, таносуби фоида, фоидаи иттилоот ва номуайянии симметрӣ. Барои дурнамои муваққатӣ, мо бо истифода аз ҳар як чаҳор схемаи моделсозии худ рейтингҳоро ба тамоми маҷмӯи додаҳо татбиқ кардем. Ҳама рейтингҳо дар бораи як хусусиятҳои олӣ, яъне синну сол, шумораи солҳои таҳсил ва ҳарду нишондиҳандаҳои иҷрои MemTrax (MTx-% C, маънои MTx-RT) мувофиқа карданд. Сипас, мо моделҳоро бо истифода аз ҳар як усули интихоби хусусият аз нав барқарор кардем, то моделҳоро танҳо дар чаҳор хусусияти боло омӯзонем (ниг. Интихоби хосият дар зер).
Ҳашт варианти ниҳоии нақшаҳои моделсозии таснифоти холҳои MoCA дар ҷадвали 1 оварда шудаанд.
Ҷадвали 1
Хулосаи вариантҳои схемаи моделсозӣ, ки барои таснифи MoCA истифода мешаванд (Нор Саломатии маърифатӣ нисбат ба MCI)
| Схемаи моделсозӣ | Тандурустии муқаррарии маърифатӣ (синфи манфӣ) | MCI (Синфи мусбат) |
| Тасҳеҳшуда-23 Филтрнашуда/Филтршуда | 101 (39.0%) | 158 (61.0%) |
| Тасҳеҳшуда-26 Филтрнашуда/Филтршуда | 49 (18.9%) | 210 (81.1%) |
| Танзимнашуда-23 Филтрнашуда/Филтршуда | 92 (35.5%) | 167 (64.5%) |
| Танзимнашуда-26 Филтрнашуда/Филтршуда | 42 (16.2%) | 217 (83.8%) |
Шумораи дахлдори беморон ва фоизи умумии беморон дар ҳар як синф аз рӯи тасҳеҳи хол барои таҳсил (тасҳеҳшуда ё ислоҳнашуда) ва ҳадди тасниф (23 ё 26), ки ба ҳарду маҷмӯи хусусиятҳо (филтрнашуда ва филтршуда) татбиқ карда мешаванд, фарқ мекунанд.
Моделсозии арзёбии клиникӣ дар асоси MemTrax
Аз се зермаҷмӯаи аслии мо (YH, XL, KM), танҳо беморони зермаълумоти XL мустақилона ба таври клиникӣ барои нуқсони маърифатӣ ташхис карда шуданд (яъне, холҳои мувофиқи MoCA дар муқаррар кардани таснифи муқаррарӣ ва осебпазир истифода нашудаанд). Махсусан, беморони XL бо ин ё он беморӣ ташхис карда шуданд Санҷиши бемории Алтсгеймер (AD) ё деменцияи рагҳо (VaD). Дар ҳар яке аз ин категорияҳои ташхиси ибтидоӣ, таъиноти минбаъдаи MCI вуҷуд дошт. Ташхисҳои MCI, деменция, ихтилоли нейрокогнитивии рагҳо ва ихтилоли нейрокогнитивӣ аз сабаби AD ба меъёрҳои мушаххас ва фарқкунандаи ташхис, ки дар Дастури ташхис ва омори ихтилоли равонӣ оварда шудаанд: DSM-5 [16] асос ёфтааст. Бо дарназардошти ин ташхисҳои дақиқ, ду схемаи моделсозии таснифот ба зермаълумоти XL барои фарқ кардани дараҷаи вазнинӣ (дараҷаи беқурбшавӣ) барои ҳар як категорияи ибтидоии ташхис татбиқ карда шуданд. Маълумоте, ки дар ҳар яке аз ин схемаҳои моделсозии ташхис (AD ва VaD) истифода мешавад, маълумоти демографӣ ва таърихи бемор, инчунин иҷрои MemTrax (MTx-% C, ба ҳисоби миёна MTx-RT) -ро дар бар мегирад. Ҳар як ташхис ҳалим нишон дода шуд, агар MCI таъин карда шавад; дар акси хол сахт хисоб мешуд. Мо дар аввал ба назар гирифтем, ки холҳои MoCA ба моделҳои ташхис дохил карда шаванд (ҳал ва шадид); аммо мо муайян кардем, ки ин ҳадафи схемаи моделсозии дуюмдараҷаи пешгӯии моро барбод медиҳад. Дар ин ҷо донишҷӯён бо истифода аз дигар хусусиятҳои беморон, ки ба провайдер дастрасанд ва нишондиҳандаҳои иҷрои санҷиши соддатари MemTrax (ба ҷои МБМ) бар зидди истинод ба "стандарти тиллоӣ", ташхиси клиникии мустақил омӯзонида мешаванд. Дар маҷмӯи маълумотҳои ташхиси AD 69 ҳолат ва 76 мисоли VaD мавҷуд буданд (Ҷадвали). 2). Дар ҳарду маҷмӯи додаҳо 12 хусусияти мустақил мавҷуд буданд. Илова ба 10 хусусияте, ки ба таснифи холҳои MoCA дохил карда шудаанд, таърихи беморон инчунин маълумотро дар бораи таърихи гипертония ва инсулт дар бар мегирад.
Ҷадвали 2
Хулосаи вариантҳои схемаи моделсозӣ, ки барои таснифоти вазнинии ташхис истифода мешаванд (Ҳам ва шадид)
| Схемаи моделсозӣ | Ҳал (синфи манфӣ) | вазнин (синфи мусбат) |
| MCI-AD нисбат ба AD | 12 (17.4%) | 57 (82.6%) |
| MCI-VaD бар зидди VaD | 38 (50.0%) | 38 (50.0%) |
Шумораи дахлдор ва фоизи умумии беморон дар ҳар як синф аз рӯи категорияи ташхиси ибтидоӣ (AD ё VaD) фарқ мекунанд.
статистика
Муқоисаи хусусиятҳои иштирокчиён ва дигар хусусиятҳои ададӣ байни зермаҷмӯаҳо барои ҳар як стратегияи таснифоти модел (барои пешгӯии саломатии маърифатӣ ва вазнинии ташхиси MoCA) бо истифода аз забони барномасозии Python (версияи 2.7.1) [17] анҷом дода шуд. Тафовутҳои иҷрои модел дар аввал бо истифода аз як ё ду омили ANOVA бо фосилаи эътимоди 95% ва санҷиши фарқияти назарраси Tukey (HSD) барои муқоисаи воситаҳои иҷроиш муайян карда шуданд. Ин санҷиши фарқиятҳои байни намоишҳои моделӣ бо истифода аз омезиши Python ва R (версияи 3.5.1) анҷом дода шуд [18]. Мо ин равишро (ҳарчанд эҳтимолан камтар аз оптималӣ) танҳо ҳамчун кӯмаки эвристикӣ дар ин кор истифода бурдем давраи аввали барои муқоисаи самаранокии модели ибтидоӣ дар пешгӯии истифодаи эҳтимолии клиникӣ. Пас аз он мо санҷиши дараҷаи имзошудаи Bayesian-ро бо истифода аз тақсимоти баъдӣ барои муайян кардани эҳтимолияти фарқияти иҷрои модел истифода кардем [19]. Барои ин таҳлилҳо мо фосилаи -0.01, 0.01-ро истифода мебарем, ки агар ду гурӯҳ фарқияти иҷроиш аз 0.01 камтар бошад, онҳо якхела ҳисобида мешуданд (дар дохили минтақаи муодили амалӣ) ё дар акси ҳол онҳо гуногун буданд (як беҳтар аз дигар). Барои иҷрои муқоисаи Bayesian таснифкунандагон ва ҳисоб кардани ин эҳтимолиятҳо, мо китобхонаи baycomp (версияи 1.0.2) барои Python 3.6.4 истифода кардем.
Моделсозии пешгӯишаванда
Мо моделҳои пешгӯишавандаро бо истифода аз даҳ варианти умумии схемаҳои моделсозии мо барои пешгӯӣ (тасниф) кардани натиҷаи санҷиши MoCA-и ҳар як бемор ё вазнинии ташхиси клиникӣ сохтаем. Ҳамаи донишҷӯён татбиқ карда шуданд ва моделҳо бо истифода аз платформаи нармафзори кушодаи Weka сохта шуданд [20]. Барои таҳлили пешакии худ, мо 10 алгоритми омӯзиши маъмулан истифодашавандаро истифода бурдем: 5-Наздиктарин ҳамсояҳо, ду версияи дарахти қарорҳои C4.5, регрессияи логистикӣ, перцептрони бисёрқабат, наиве Бейс, ду версияи Random Forest, Шабакаи Функсияи Радиалӣ ва Вектори Дастгирӣ Мошин. Хусусиятҳои калидӣ ва муқоисаи ин алгоритмҳо дар ҷои дигар [21] тавсиф шудаанд (ниг. ба Замимаи мувофиқ). Инҳо барои он интихоб карда шуданд, ки онҳо намудҳои гуногуни донишомӯзонро намояндагӣ мекунанд ва мо муваффақияти истифодаи онҳоро дар таҳлилҳои қаблӣ оид ба додаҳои шабеҳ нишон додаем. Танзимоти гиперпараметрҳо аз тадқиқоти қаблии мо интихоб карда шуданд, ки нишон медиҳанд, ки онҳо дар як қатор маълумоти гуногун устуворанд [22]. Дар асоси натиҷаҳои таҳлили пешакии мо бо истифода аз ҳамон маҷмӯаи маълумотҳои якҷоя бо хусусиятҳои умумӣ, ки баъдан дар таҳлили пурра истифода шуданд, мо се омӯзандаро муайян кардем, ки дар ҳама таснифҳо фаъолияти устувори устуворро таъмин мекарданд: Регресси логистикӣ, Наиве Байес ва Мошини Вектори Дастгирӣ.
Метрикии амалисозии салиб тасдиқ ва модел
Барои ҳама моделсозии пешгӯишаванда (аз ҷумла таҳлилҳои пешакӣ) ҳар як модел бо истифода аз тасдиқи салиб 10-карата сохта шуда буд ва иҷрои модел бо истифода аз майдони зери каҷи хусусияти кори қабулкунанда (AUC) чен карда шуд. Тасдиқи байниҳамдигарӣ бо ба таври тасодуфӣ тақсим кардани ҳар як аз 10 маҷмӯи маълумотҳои схемаи моделсозӣ ба 10 сегменти баробар (қатъ), бо истифода аз нӯҳ аз ин сегментҳои мувофиқ барои омӯзиши модел ва сегменти боқимонда барои санҷиш оғоз ёфт. Ин тартиб 10 маротиба такрор карда шуд, бо истифода аз як сегменти дигар ҳамчун маҷмӯи санҷиш дар ҳар як такрор. Сипас натиҷаҳо барои ҳисоб кардани натиҷа/иҷрои модели ниҳоии ҷамъ оварда шуданд. Барои ҳар як омезиши донишҷӯ/маҷмӯаи додаҳо, ин тамоми раванд 10 маротиба такрор карда шуд ва додаҳо ҳар дафъа ба таври гуногун тақсим карда шуданд. Ин қадами охирин ғаразро коҳиш дод, такрориро таъмин кард ва дар муайян кардани кори умумии модел кӯмак кард. Дар маҷмӯъ (барои холҳои MoCA ва схемаҳои таснифоти вазнинии ташхис дар якҷоягӣ) 6,600 модел сохта шудаанд. Ба ин 1,800 модели филтрнашуда (6 схемаи моделсозӣ, ки ба маҷмӯаи додаҳо татбиқ карда мешавад × 3 донишҷӯ × 10 давиш × 10 пӯшиш = 1,800 модел) ва 4,800 модели филтршуда (4 схемаи моделсозӣ, ки ба маҷмӯи додаҳо татбиқ карда мешаванд × 3 донишҷӯ × 4 усулҳои интихоби хусусият × 10 дав) дохил карда шудаанд. 10 қабат = 4,800 модел).
Интихоби хосият
Барои моделҳои филтршуда, интихоби хусусият (бо истифода аз чаҳор усули рейтинги хусусият) дар доираи санҷиши байнисоҳавӣ анҷом дода шуд. Барои ҳар як аз 10 қабат, чун 10% маҷмӯи додаҳо маълумоти санҷишӣ буданд, танҳо чаҳор хусусияти беҳтарини интихобшуда барои ҳар як маҷмӯи маълумотҳои омӯзишӣ (яъне нӯҳ қабати дигар ё 90% боқимондаи тамоми маҷмӯи додаҳо) истифода шуданд. барои сохтани моделҳо. Мо натавонистем тасдиқ кунем, ки кадом чаҳор хусусият дар ҳар як модел истифода шудааст, зеро ин маълумот дар платформаи моделсозии мо (Weka) нигоҳ дошта намешавад ё дастрас карда намешавад. Бо вуҷуди ин, бо назардошти мувофиқати интихоби ибтидоии хусусиятҳои олӣ, вақте ки рейтингҳо ба тамоми маҷмӯи додаҳо татбиқ карда шуданд ва шабоҳати минбаъда дар намоишҳои моделсозӣ, ин хусусиятҳо (синну сол, солҳои таҳсил, MTx-% C ва миёнаи MTx-RT) ) эҳтимолан чоргонаи маъмултарин дар ҳамзамон бо интихоби хусусият дар ҷараёни тасдиқи салиб истифода мешаванд.
Натиҷаҳо
Хусусиятҳои ададии иштирокчиён (аз ҷумла холҳои MoCA ва ченакҳои иҷрои MemTrax) маҷмӯи додаҳои мувофиқ барои ҳар як стратегияи таснифоти модел барои пешгӯии солимии маърифатии аз ҷониби MoCA нишондодашуда (муқаррарӣ нисбат ба MCI) ва вазнинии ташхис (ҳалим ва шадид) дар ҷадвали 3 нишон дода шудаанд.
Ҷадвали 3
Хусусиятҳои иштирокчӣ, холҳои MoCA ва иҷрои MemTrax барои ҳар як стратегияи таснифоти модел
| Стратегияи тасниф | синну сол | маълумот | MoCA танзим карда шуд | MoCA танзимнашуда | MTx-% C | MTx-RT |
| Категорияи MoCA | 61.9 й (13.1) | 9.6 й (4.6) | 19.2 (6.5) | 18.4 (6.7) | 74.8% (15.0) | 1.4 с (0.3) |
| Шиддати ташхис | 65.6 й (12.1) | 8.6 й (4.4) | 16.7 (6.2) | 15.8 (6.3) | 68.3% (13.8) | 1.5 с (0.3) |
Арзишҳои нишондодашуда (миёна, SD), ки бо стратегияҳои таснифоти моделсозӣ фарқ мекунанд, намояндаи маҷмӯи маълумотест, ки барои пешгӯии солимии маърифатии аз ҷониби MoCA нишондодашуда (MCI нисбат ба муқаррарӣ) истифода мешавад ва зермаҷмӯаи XL танҳо барои пешгӯии шиддати ташхис истифода мешавад (ҳалим ва шадид).
Барои ҳар як омезиши холҳои MCA (тасҳеҳ/тасҳеҳнашуда) ва ҳадди (26/23), фарқияти оморӣ вуҷуд дошт (p = 0.000) дар ҳар як муқоисаи ҷуфтӣ (саломатии муқаррарии маърифатӣ нисбат ба MCI) барои синну сол, таҳсилот ва иҷрои MemTrax (MTx-% C ва MTx-RT). Ҳар як зермаҷмӯаи беморон дар синфи мувофиқи MCI барои ҳар як комбинатсия ба ҳисоби миёна тақрибан аз 9 то 15 сол калонтар буд, дар бораи таҳсилот тақрибан панҷ сол камтар хабар дод ва барои ҳарду нишондиҳанда барои MemTrax нишондиҳандаҳои камтар мусоид дошт.
Натиҷаҳои пешгӯии иҷрои моделсозӣ барои таснифоти холҳои MoCA бо истифода аз се донишомӯзи беҳтарин, регрессионии логистикӣ, соддалавҳо ва мошини векторӣ, дар ҷадвали 4 нишон дода шудаанд. ба маҷмӯаҳои додаҳо барои ҳама схемаҳои моделсозӣ татбиқ карда мешавад. Барои маҷмӯи додаҳо ва моделсозии филтрнашуда, ҳар як арзиши додаҳо дар ҷадвали 4 иҷрои моделро дар асоси миёнаи мувофиқи AUC нишон медиҳад, ки аз 100 модел (10 давиш × 10 қабат) барои ҳар як омезиши схемаи омӯзанда/моделсозӣ сохта шудааст ва бо баландтарин дараҷаи мувофиқ хонандаи иҷрокунанда бо ғафс нишон дода шудааст. Дар ҳоле ки барои моделсозии маҷмӯи маълумотҳои филтршуда, натиҷаҳое, ки дар ҷадвали 4 оварда шудаанд, нишондиҳандаҳои умумии модели 400 моделро барои ҳар як донишҷӯ бо истифода аз ҳар як усули рейтинги хусусиятҳо (4 усули рейтинги хусусият × 10 давх × 10 маротиба) инъикос мекунанд.
Ҷадвали 4
Натоиҷи иҷрои таснифи холҳои дихотомии MoCA (AUC; 0.0–1.0) барои ҳар як се донишомӯзи беҳтарин барои ҳамаи схемаҳои моделсозии мувофиқ
| Маҷмӯи хусусиятҳои истифодашуда | Холҳои MoCA | Ҳадди қатъ | Регрессияи логистикӣ | Наиве Бейс | Дастгирии мошини векторӣ |
| Филтрнашуда (10 хусусият) | Тасҳеҳ шудааст | 23 | 0.8862 | 0.8913 | 0.8695 |
| 26 | 0.8971 | 0.9221 | 0.9161 | ||
| Ислоҳнашуда | 23 | 0.9103 | 0.9085 | 0.8995 | |
| 26 | 0.8834 | 0.9153 | 0.8994 | ||
| Филтршуда (4 хусусият) | Тасҳеҳ шудааст | 23 | 0.8929 | 0.8954 | 0.8948 |
| 26 | 0.9188 | 0.9247 | 0.9201 | ||
| Ислоҳнашуда | 23 | 0.9135 | 0.9134 | 0.9122 | |
| 26 | 0.9159 | 0.9236 | 0.9177 |
Бо истифода аз вариантҳои маҷмӯи хусусиятҳо, холҳои MoCA ва ҳадди ниҳоии холҳои MoCA, иҷрои баландтарин барои ҳар як схемаи моделсозӣ дар нишон дода шудааст. далер (на ҳатман аз ҷиҳати оморӣ аз ҳама дигарон фарқ надорад далер барои модели мувофиқ).
Муқоисаи донишомӯзон дар тамоми омезиши версияҳои холҳои MoCA ва ҳадди ниҳоӣ (мутаносибан тасҳеҳ/тасҳеҳнашуда ва 23/26) дар маҷмӯи додаҳои омехтаи филтрнашуда (яъне бо истифода аз 10 хусусияти умумӣ), Наиве Байес дар маҷмӯъ донишҷӯи беҳтарин буд, ки дар маҷмӯъ иҷрои таснифоти 0.9093. Бо дарназардошти се донишомӯзи беҳтарин, санҷишҳои дараҷаи имзошудаи Байесӣ нишон доданд, ки эҳтимолияти (Pr) аз Naïve Bayes, ки аз регрессияи логистикӣ бартарӣ дошт, 99.9% буд. Гузашта аз ин, дар байни Naive Bayes ва Support Vector Machine, 21.0% эҳтимолияти баробарии амалӣ дар иҷрои таълимгиранда (ҳамин тавр, 79.0% эҳтимолияти Наиве Байес аз мошини Вектори Дастгирӣ бартарӣ дорад), дар якҷоягӣ бо 0.0% эҳтимолияти беҳтар иҷро кардани Мошини Вектори Дастгирӣ. бартарии иҷроишро барои Naive Bayes тақвият мебахшад. Муқоисаи минбаъдаи версияи холҳои MCA дар байни ҳамаи донишҷӯён/ҳадду остонаҳо бартарии ночизи иҷроишро бо истифода аз холҳои тасҳеҳнашудаи MoCA нисбат ба тасҳеҳшуда пешниҳод кард (мутаносибан 0.9027 дар муқобили 0.8971; Pr (тасҳеҳнашуда > тасҳеҳшуда) = 0.988). Ба ҳамин монанд, муқоисаи ҳадди ниҳоии хатмкунӣ дар ҳамаи хонандагон ва версияҳои холҳои MCA як бартарии хурди иҷрои таснифотро бо истифода аз 26 ҳамчун ҳадди ниҳоии таснифот нисбат ба 23 нишон дод (мутаносибан 0.9056 нисбат ба 0.8942; Pr (26 > 23) = 0.999). Ниҳоят, ҳангоми баррасии иҷрои таснифот барои моделҳое, ки танҳо аз натиҷаҳои филтршуда истифода мебаранд (яъне, танҳо чаҳор хусусияти баландтарин), Наиве Байес (0.9143) аз рӯи адад донишомӯзи беҳтарин дар тамоми версияҳои/ҳадди холҳои MoCA буд. Бо вуҷуди ин, дар тамоми усулҳои рейтинги хусусиятҳо дар якҷоягӣ, ҳама донишҷӯёни беҳтарин ба ҳамин монанд кор карданд. Санҷишҳои дараҷаи имзошудаи Bayesian 100% эҳтимолияти баробарии амалиро байни ҳар як ҷуфти донишҷӯёни филтршуда нишон доданд. Мисли маълумоти филтрнашуда (бо истифода аз ҳама 10 хусусияти умумӣ), боз бартарии иҷроиш барои версияи танзимнашудаи холҳои MoCA вуҷуд дошт (Pr (тасҳеҳнашуда > тасҳеҳшуда) = 1.000), инчунин бартарии ба ҳамин монанд барои ҳадди таснифи 26 (Pr (26 > 23) = 1.000). Қобили зикр аст, ки нишондиҳандаҳои миёнаи ҳар як се донишомӯзи беҳтарин дар тамоми версияҳои/ҳадди холҳои MoCA бо истифода аз чаҳор хусусияти болоӣ аз нишондиҳандаҳои миёнаи ҳар як донишомӯз дар маълумоти бефилтр зиёд буд. Тааҷҷубовар нест, ки иҷрои таснифоти моделҳои филтршуда (бо истифода аз чаҳор хусусияти олӣ) дар маҷмӯъ нисбат ба моделҳои филтрнашуда (0.9119) бартарӣ дошт (0.8999), новобаста аз моделҳои усули рейтинги хусусиятҳо, ки бо моделҳои мувофиқ бо истифода аз ҳама 10 маъмул муқоиса карда шудаанд. Вижагиҳо. Барои ҳар як усули интихоби хусусият, 100% эҳтимолияти бартарии иҷроиш нисбат ба моделҳои филтрнашуда вуҷуд дошт.
Бо бемороне, ки барои таснифи вазнинии ташхиси AD баррасӣ мешаванд, фарқияти байни гурӯҳҳо (MCI-AD нисбат ба AD) барои синну сол (p = 0.004), маориф (p = 0.028), холҳои MoCA тасҳеҳшуда/тасҳеҳнашуда (p = 0.000) ва MTx-% C (p = 0.008) аз ҷиҳати омор муҳим буд; дар ҳоле ки барои MTx-RT ин набуд (p = 0.097). Бо он бемороне, ки барои таснифи вазнинии ташхиси VaD баррасӣ мешаванд, фарқияти байни гурӯҳҳо (MCI-VaD нисбат ба VaD) барои холҳои MoCA тасҳеҳшуда/таҳҳизнашуда (p = 0.007) ва MTx-% C (p = 0.026) ва MTx-RT (p = 0.001) аз ҷиҳати омор муҳим буд; дар ҳоле ки барои синну сол (p = 0.511) ва маориф (p = 0.157) фарқияти назаррас байни гурӯҳҳо вуҷуд надошт.
Натиҷаҳои пешгӯии иҷрои моделсозӣ барои таснифоти вазнинии ташхис бо истифода аз се омӯзандаи қаблан интихобшуда, регрессияи логистикӣ, наиве Бейс ва мошинаи векторӣ, дар ҷадвали 5 нишон дода шудаанд. Дар ҳоле ки донишҷӯёни азназаргузаронидашуда дар алоҳидагӣ бо яке аз ду категорияи ташхиси клиникӣ нишондиҳандаҳои каме қавитар нишон доданд. , се донишомӯзе, ки мо дар моделсозии қаблии худ мусоидтарин муайян карда будем, иҷрои мувофиқтаринро бо ҳарду схемаҳои нави моделсозӣ пешниҳод карданд. Муқоисаи донишҷӯён дар ҳар як категорияи ибтидоии ташхис (AD ва VaD), фарқияти устувори иҷрои таснифоти байни хонандагон барои MCI-VaD нисбат ба VaD вуҷуд надошт, гарчанде ки Дастгирии Вектор Мошин умуман барҷастатар иҷро мешуд. Ба ҳамин монанд, байни хонандагони MCI-AD ва таснифоти AD фарқияти ҷиддие вуҷуд надошт, гарчанде ки Naïve Bayes (NB) нисбат ба регрессияи логистикӣ (LR) бартарии ночиз дошт ва шумораи зиёди ночиз нисбат ба мошини дастгирии векторӣ бо эҳтимолият 61.4% буд. ва мутаносибан 41.7 фоиз. Дар ҳарду маҷмӯи додаҳо, бартарии умумии кор барои Дастгирии Вектор Machine (SVM) мавҷуд буд, ки бо Pr (SVM> LR) = 0.819 ва Pr (SVM > NB) = 0.934. Натиҷаи умумии таснифоти мо дар байни ҳамаи хонандагон дар пешгӯии вазнинии ташхис дар зермаҷмӯаи XL дар категорияи ташхиси VaD нисбат ба AD беҳтар буд (Pr (VAD > AD) = 0.998).
Ҷадвали 5
Натиҷаҳои дараҷаи таснифоти вазнинии ташхиси клиникии дихотомӣ (AUC; 0.0–1.0) барои ҳар як се донишомӯзи беҳтарин барои ҳарду схемаҳои моделсозии мувофиқ
| Схемаи моделсозӣ | Регрессияи логистикӣ | Наиве Бейс | Дастгирии мошини векторӣ |
| MCI-AD нисбат ба AD | 0.7465 | 0.7810 | 0.7443 |
| MCI-VaD бар зидди VaD | 0.8033 | 0.8044 | 0.8338 |
Баландтарин иҷрои ҳар як схемаи моделсозӣ дар нишон дода шудааст далер (ҳатман аз ҷиҳати оморӣ аз дигарон фарқ намекунад далер).
МУНДАРИҶА
Муайян кардани барвақти тағирот дар солимии маърифатӣ муҳим аст фоидаи амалӣ дар идоракунии саломатии шахсӣ ва саломатии ҷамъиятӣ. Дарвоқеъ, он инчунин дар шароити клиникӣ барои беморон дар саросари ҷаҳон афзалияти баланд дорад. Ҳадафи муштарак ин огоҳ кардани беморон, парасторон ва провайдерҳо ва саривақт табобати мувофиқ ва камхарҷ ва нигоҳубини тӯлонӣ барои онҳое мебошад, ки ба таназзули маърифатӣ шурӯъ мекунанд. Якҷоя кардани се зермаҷмӯаи маълумоти беморхона/клиникаи мо, мо се донишомӯзи барҷастаро муайян кардем (бо як барҷастаи барҷаста - Naïve Bayes) барои сохтани моделҳои пешгӯишаванда бо истифода аз Метрикҳои иҷрои MemTrax, ки метавонанд ҳолати солимии маърифатиро боэътимод тасниф кунанд ба таври дихотомӣ (саломатии муқаррарии когнитивӣ ё MCI), ки бо холҳои маҷмӯии MoCA нишон дода мешавад. Қобили зикр аст, ки иҷрои умумии таснифот барои ҳар се донишомӯз беҳтар шуд, вақте ки моделҳои мо танҳо чаҳор хусусияти болоро истифода мебурданд, ки асосан ин ченакҳои иҷрои MemTrax-ро дар бар мегиранд. Гузашта аз ин, мо потенсиали асосноки истифодаи ҳамон хонандагон ва ченакҳои иҷрои MemTrax-ро дар схемаи моделсозии таснифоти дастгирии ташхис барои фарқ кардани шиддати ду категорияи ташхиси деменция: AD ва VaD ошкор кардем.
Санҷиши хотира барои муайян кардани барвақти AD марказӣ мебошад [23, 24]. Ҳамин тариқ, мувофиқ аст, ки MemTrax як онлайн қобили қабул, ҷалбкунанда ва татбиқи осон аст санҷиши скрининг барои хотираи эпизодӣ дар байни аҳолӣ [6]. Дақиқии шинохтан ва вақти вокуниш аз ин вазифаи доимии иҷроиш махсусан дар муайян кардани бадшавии барвақт ва таҳаввулшаванда ва норасоиҳои пай дар пай дар равандҳои нейропластикии марбут ба омӯзиш, хотира ва шинохт ошкор мешавад. Яъне, моделҳое, ки дар ин ҷо асосан ба ченакҳои иҷрои MemTrax асос ёфтаанд, ҳассосанд ва эҳтимоли зиёд доранд, ки ба осонӣ ва бо арзиши ҳадди ақал камбуди невропатологии биологиро дар марҳилаи асимптоматикии гузариш хеле пеш аз талафоти ҷиддии функсионалӣ ошкор кунанд [25]. Эшфорд ва дигарон. намунаҳо ва рафтори дақиқии хотираи шинохтан ва вақти вокунишро дар корбарони онлайн, ки мустақилона бо MemTrax иштирок доштанд, бодиққат тафтиш кард [6]. Бо назардошти он, ки ин тақсимотҳо дар моделсозии оптималӣ ва таҳияи барномаҳои дуруст ва муассири нигоҳубини беморон муҳиманд, муайян кардани профилҳои аз ҷиҳати клиникӣ татбиқшавандаи эътироф ва вақти вокуниш барои таъсис додани истинодҳои арзишманди бунёдӣ барои кӯмаки клиникӣ ва тадқиқотӣ муҳим аст. Арзиши амалии MemTrax дар скрининги AD барои нуқсони маърифатии марҳилаи ибтидоӣ ва дастгирии дифференсиалии ташхис бояд дар заминаи шароити клиникӣ, ки дар он бемориҳои ҳамроҳ ва қобилиятҳои маърифатӣ, ҳассосӣ ва моторие, ки ба иҷрои санҷиш таъсир мерасонанд, баррасӣ карда шаванд. Ва барои огоҳ кардани дурнамои касбӣ ва ҳавасманд кардани фоидаи амалии клиникӣ, аввал нишон додани муқоиса бо санҷиши муқарраршудаи баҳодиҳии маърифатии саломатӣ муҳим аст, гарчанде ки охирин метавонад аз ҷониби логистикаи душвори санҷишӣ, маориф ва забон ва таъсироти фарҳангӣ маҳдуд карда шавад [26] . Дар робита ба ин, муқоисаи мусоиди MemTrax дар самаранокии клиникӣ бо MoCA, ки одатан ҳамчун стандарти саноатӣ гуфта мешавад, муҳим аст, махсусан ҳангоми барраси кардани осонии бештари фоида ва қабули беморон аз MemTrax.
Тадқиқоти қаблии муқоисаи MemTrax бо MoCA асоснокӣ ва далелҳои пешакиро таъкид мекунад, ки таҳқиқоти моделсозии моро кафолат медиҳанд [8]. Аммо, ин муқоисаи қаблӣ танҳо ду нишондиҳандаи асосии иҷрои MemTrax-ро, ки мо бо мақоми когнитивӣ, ки аз ҷониби MoCA муайян карда шудааст ва диапазонҳо ва арзишҳои қатъии мувофиқро муайян кардааст, тафтиш кардем, алоқаманд кард. Мо арзёбии фоиданоки клиникии MemTrax-ро тавассути омӯхтани равиши пешгӯишавандаи моделсозӣ, ки баррасии инфиродӣтари дигар параметрҳои эҳтимолан хоси беморро таъмин мекунад, амиқтар кардем. Дар муқоиса бо дигарон, мо дар иҷрои модел бо истифода аз ислоҳи таълим (тасҳеҳ) ба холҳои MoCA ё тағир додани ҳадди ниҳоии солимии когнитивӣ, ки ҳадди ниҳоии маҷмӯии MoCA аз 26 то 23 тавсия дода шудааст, бартарӣ наёфтем [12, 15]. Дар асл, бартарии иҷрои таснифот бо истифода аз холҳои тасҳеҳнашудаи MoCA ва ҳадди баландтар бартарӣ дошт.
Нуқтаҳои асосӣ дар амалияи клиникӣ
Омӯзиши мошинсозӣ аксар вақт дар моделсозии пешгӯӣ беҳтар истифода мешавад ва самараноктар аст, вақте ки маълумот васеъ ва бисёрҷанба аст, яъне вақте ки мушоҳидаҳои сершумор ва маҷмӯи васеи атрибутҳои арзишманд (саҳмгузор) вуҷуд доранд. Бо вуҷуди ин, бо ин маълумоти ҷорӣ, моделҳои филтршуда бо танҳо чаҳор хусусияти интихобшуда нисбат ба онҳое, ки ҳамаи 10 хусусияти умумиро истифода мебаранд, беҳтар кор мекарданд. Ин аз он шаҳодат медиҳад, ки маҷмӯаи маълумоти беморхонаи мо дорои хусусиятҳои аз ҷиҳати клиникӣ мувофиқтарин (арзиши баланд) барои ба таври оптималӣ тасниф кардани беморон набуд. Бо вуҷуди ин, рейтинги хусусиятҳо ба ченакҳои асосии иҷрои MemTrax - MTx-% C ва MTx-RT - бунёди моделҳои скрининги касри маърифатии марҳилаи ибтидоиро дар атрофи ин санҷиш, ки оддӣ, идора кардан осон, камхарҷ ва ба таври қобили мулоҳиза ошкор мекунад, дастгирӣ мекунад. иҷрои хотира, ҳадди аққал худи ҳозир ҳамчун экрани ибтидоӣ барои таснифи бинарии вазъи саломатии маърифатӣ. Бо назардошти шиддати рӯзафзуни провайдерҳо ва системаҳои тандурустӣ, равандҳои скрининги беморон ва замимаҳои клиникӣ бояд бо таваҷҷӯҳ ба ҷамъоварӣ, пайгирӣ ва моделсозии он хусусиятҳои бемор ва метрикаҳои санҷишӣ, ки дар ташхис аз ҳама муфид, муфид ва собитшуда самараноктаранд, ба таври мувофиқ таҳия карда шаванд. ва дастгирии идоракунии беморон.
Бо он ки ду метрикаи калидии MemTrax дар таснифи MCI марказӣ буданд, омӯзандаи беҳтарини мо (Naïve Bayes) дар аксари моделҳо (AUC беш аз 0.90) нишондиҳандаи хеле баланди пешгӯишаванда дошт ва таносуби ҳақиқӣ-мусбат ба бардурӯғ-мусбат ба 4 наздик ё то ҳадде зиёд буд. : 1. Замимаи клиникии тарҷумавӣ бо истифода аз ин омӯзанда ба ин васила аксари онҳоеро, ки норасоии маърифатӣ доранд, дарбар мегирад (дуруст тасниф мекунад), ҳамзамон хароҷоти марбут ба таснифоти иштибоҳан шахсе, ки солимии маърифатии муқаррарӣ дорад, ҳамчун камбуди маърифатӣ (мусбати бардурӯғ) ё набудани ин гурӯҳбандӣ дар онҳое, ки норасоии маърифатӣ доранд (манфии бардурӯғ). Яке аз ин сенарияҳои таснифоти нодуруст метавонад ба бемор ва парасторон бори зиёдатии равонӣ-иҷтимоиро бор кунад.
Дар ҳоле ки дар таҳлилҳои пешакӣ ва пурра мо дар ҳар як нақшаи моделсозӣ ҳамаи даҳ донишҷӯро истифода бурдем, мо натиҷаҳои худро ба се таснифкунанда равона кардем, ки нишондиҳандаҳои устувортаринро нишон медиҳанд. Ин инчунин бояд дар асоси ин маълумотҳо, донишҷӯёне, ки дар як барномаи амалии клиникӣ дар муайян кардани таснифоти ҳолати маърифатӣ ба таври эътимодбахш дар сатҳи баланд кор мекунанд, таъкид карда шуд. Гузашта аз ин, азбаски ин тадқиқот ҳамчун таҳқиқоти муқаддимавӣ дар бораи истифодаи омӯзиши мошинсозӣ дар скрининги маърифатӣ ва ин мушкилоти клиникии саривақтӣ пешбинӣ шуда буд, мо тасмим гирифтем, ки усулҳои омӯзишро бо танзими ҳадди ақали параметрҳо оддӣ ва умумӣ нигоҳ дорем. Мо қадр мекунем, ки ин равиш метавонад потенсиали қобилиятҳои пешгӯии мушаххаси мушаххаси беморро маҳдуд кунад. Ба ҳамин монанд, дар ҳоле ки омӯзиши моделҳо бо истифода аз хусусиятҳои олӣ (муносибати филтршуда) ба мо дар бораи ин маълумотҳо (махсусан ба камбудиҳои маълумоти ҷамъовардашуда ва таъкид кардани арзиши оптимизатсияи вақт ва захираҳои гаронбаҳои клиникӣ), мо дарк мекунем, ки маҳдуд кардани он бармаҳал аст. доираи моделҳо ва аз ин рӯ, ҳама (ва дигар хусусиятҳо) бояд ҳангоми тадқиқоти оянда баррасӣ карда шаванд, то он даме, ки мо профили мушаххаси хусусиятҳои афзалиятнокро, ки барои аҳолии васеъ истифода мешаванд, пайдо кунем. Ҳамин тариқ, мо инчунин комилан эътироф мекунем, ки маълумоти бештар фарогир ва васеъ намояндагӣ ва оптимизатсияи ин ва дигар моделҳо пеш аз ҳамгироӣ кардани онҳо ба як барномаи муассири клиникӣ, махсусан барои ҷойгир кардани бемориҳои ҳамроҳшаванда, ки ба фаъолияти маърифатӣ таъсир мерасонанд, ки бояд ҳангоми арзёбии минбаъдаи клиникӣ баррасӣ шаванд.
Фоидаи MemTrax минбаъд тавассути моделсозии шиддати беморӣ дар асоси ташхиси клиникии алоҳида такмил дода шуд. Натиҷаи беҳтари таснифоти умумӣ дар пешгӯии вазнинии VaD (нисбат ба AD) набуд тааҷҷубовар бо назардошти хусусиятҳои профили бемор дар моделҳои хос ба саломатии рагҳо ва хатари инсулт, яъне гипертония, гиперлипидемия, диабети қанд ва (албатта) таърихи инсулт. Ҳарчанд матлубтар ва мувофиқтар мебуд, ки ҳамон як арзёбии клиникӣ дар беморони мувофиқи солимии маърифатӣ гузаронида шавад, то донишҷӯён бо ин маълумоти фарогир омӯзонида шаванд. Ин махсусан кафолат дода мешавад, зеро MemTrax асосан барои муайян кардани марҳилаи барвақти норасоии маърифатӣ ва пайгирии минбаъдаи тағйироти инфиродӣ пешбинӣ шудааст. Инчунин қобили қабул аст, ки тақсимоти бештар матлуби маълумот дар маҷмӯи додаҳои VaD қисман ба иҷрои нисбатан беҳтари моделсозӣ мусоидат кардааст. Маҷмӯи додаҳои VaD дар байни ду синф мутавозин буд, дар ҳоле ки маҷмӯаи додаҳои AD бо шумораи камтари беморони MCI ин тавр набуд. Махсусан дар маҷмӯаҳои хурд, ҳатто якчанд мисолҳои иловагӣ метавонанд фарқияти ченшавандаро эҷод кунанд. Ҳарду дурнамо далелҳои оқилонае мебошанд, ки фарқияти иҷрои моделсозии шиддати бемориро доранд. Бо вуҷуди ин, мутаносибан нисбат додани иҷрои беҳтаршуда ба хусусиятҳои ададии маҷмӯаи додаҳо ё хусусиятҳои хосе, ки ба муаррифии клиникии баррасишаванда хос аст, бармаҳал аст. Бо вуҷуди ин, ин роман муфид будани модели таснифоти пешгӯии MemTrax-ро дар нақши дастгирии ташхиси клиникӣ нишон дод, ки дурнамои арзишмандро фароҳам меорад ва кӯшиши ташхиси иловагиро бо беморон дар тӯли континууми MCI тасдиқ мекунад.
Татбиқ ва истифодаи муфиди MemTrax ва ин моделҳо дар Чин, ки забон ва фарҳанг аз дигар минтақаҳои истифодабарии муқарраршуда (масалан, Фаронса, Нидерландия ва Иёлоти Муттаҳида) ба куллӣ фарқ мекунанд [7, 8, 27], боз ҳам потенсиали онро таъкид мекунад. барои қабули васеъи ҷаҳонӣ ва арзиши клиникии платформаи дар асоси MemTrax. Ин як намунаи барҷаста дар талош барои ҳамоҳангсозии додаҳо ва таҳияи меъёрҳои амалии байналмилалӣ ва моделсозии захираҳои скрининги маърифатӣ мебошад, ки стандартизатсия ва ба осонӣ барои истифода дар саросари ҷаҳон мутобиқ карда шудаанд.
Қадамҳои оянда дар моделсозӣ ва татбиқи таназзули маърифатӣ
Норасоии маърифатӣ дар AD воқеан дар континуум рух медиҳад, на дар марҳилаҳо ё марҳилаҳои ҷудогона [28, 29]. Бо вуҷуди ин, дар ин марҳилаи аввал, ҳадафи мо аввал ин буд, ки қобилияти мо барои сохтани модели MemTrax, ки метавонад ба таври куллӣ "муқаррарӣ" -ро аз "муқаррарӣ" фарқ кунад. Маълумоти бештар фарогирандаи таҷрибавӣ (масалан, тасвири мағзи сар, хусусиятҳои генетикӣ, биомаркерҳо, бемориҳои ҳамроҳ ва маркерҳои функсионалии комплексӣ фаъолиятҳое, ки маърифатро талаб мекунанд назорат) [30] дар саросари минтақаҳои мухталифи ҷаҳонӣ, популятсияҳо ва гурӯҳҳои синну солӣ барои омӯзиш ва таҳияи моделҳои омӯзиши мошинсозии мураккабтар (аз ҷумла ансамбли мувофиқ вазншуда) дараҷаи бештари таснифот, яъне қобилияти гурӯҳбандии гурӯҳҳои беморони дорои MCI ба зергурӯҳҳои хурдтар ва дақиқтар дар тӯли континууми таназзули маърифатӣ. Гузашта аз ин, ташхиси клиникии ҳамзамон барои шахсони алоҳида дар популяцияҳои беморони аз ҷиҳати минтақа гуногун муҳим аст самаранок омӯзонида мешавад ин моделҳои бештар фарогир ва пешгӯинашаванда мустаҳкам. Ин барои онҳое, ки дорои заминаҳои шабеҳ, таъсирҳо ва профилҳои когнитивии мушаххастар муайян шудаанд, идоракунии мушаххаси стратификацияи парвандаҳоро осон мекунад ва ба ин васила дастгирии қабули қарорҳои клиникӣ ва нигоҳубини беморонро оптимизатсия мекунад.
Аксари тадқиқоти клиникии дахлдор то имрӯз ба беморони гирифтори ҳадди ақалл дементи сабук муроҷиат кардаанд; ва дар амал, аксар вақт дахолати беморон танҳо дар марҳилаҳои пешрафта кӯшиш карда мешавад. Бо вуҷуди ин, азбаски коҳиши маърифатӣ хеле пеш аз қонеъ шудани меъёрҳои клиникии деменсия оғоз мешавад, экрани барвақти дар асоси MemTrax ба таври муассир истифодашаванда метавонад маълумоти мувофиқи шахсони алоҳидаро дар бораи беморӣ ва пешрафти он ва мудохилаҳои зудтар ва саривақтӣ ташвиқ кунад. Ҳамин тариқ, ташхиси барвақт метавонад ҷалби мувофиқро аз машқ, парҳез, дастгирии эмотсионалӣ ва такмилёфтаи иҷтимоӣ то дахолати фармакологӣ дастгирӣ кунад ва тағиротҳои марбут ба рафтор ва дарки беморро тақвият бахшад, ки танҳо ё дар маҷмӯъ метавонад пешрафти деменцияро коҳиш диҳад ё эҳтимолан боздорад [31, 32] . Илова бар ин, бо самаранок ташхиси барвақт, шахсони алоҳида ва оилаҳои онҳо метавонанд барои баррасии озмоишҳои клиникӣ ё гирифтани машварат ва дигар хидматҳои иҷтимоӣ барои равшан кардани интизориҳо ва ниятҳо ва идоракунии вазифаҳои ҳаррӯза водор карда шаванд. Тасдиқи минбаъда ва истифодаи васеъи амалӣ дар ин роҳҳо метавонад дар коҳиш додан ё қатъ кардани пешрафти MCI, AD ва ADRD барои бисёр шахсон муҳим бошад.
Дар ҳақиқат, дараҷаи пасти синну соли беморон дар таҳқиқоти мо шумораи аҳолии нигаронии анъанавӣ бо ADро ифода намекунад. Бо вуҷуди ин, синну соли миёнаи ҳар як гурӯҳе, ки дар схемаҳои моделсозии таснифот дар асоси хол/ҳадди МОКА ва вазнинии ташхис истифода мешаванд (Ҷадвали 3) аксарияти возеҳи (зиёда аз 80%) на камтар аз 50 сола будани онро таъкид мекунад. Ҳамин тариқ, ин тақсимот барои умумсозӣ хеле мувофиқ аст, ки фоиданокии ин моделҳоро дар аҳолӣ, ки маъмулан аз онҳо осеб дидаанд, дастгирӣ мекунад. оғози барвақт ва бемории афзояндаи нейрокогнитивӣ аз сабаби AD ва VaD. Инчунин, далелҳои охирин ва дурнамои он омилҳои эътирофшударо (масалан, гипертония, фарбеҳӣ, диабети қанд ва тамокукашӣ) таъкид мекунанд, ки эҳтимолан ба баланд шудани барвақт мусоидат мекунанд. холҳои хавфи рагҳои рагҳои калонсолон ва миёна ва дар натиҷа осеби нозуки рагҳои мағзи сар, ки ба таври маккорона бо таъсири намоён ҳатто дар ҷавонон инкишоф меёбад калонсолон [33–35]. Мувофиқи он, беҳтарин имкони ташхиси ибтидоӣ барои ошкор кардани барвақт марҳилаи норасоиҳои маърифатӣ ва оғози стратегияҳои самараноки пешгирӣ ва мудохила дар ҳалли бомуваффақияти деменция дар натиҷаи омӯзиши омилҳои мусоидаткунанда ва нишондиҳандаҳои қаблӣ дар тамоми спектри синну сол, аз ҷумла синну соли барвақт ва эҳтимолан ҳатто кӯдакӣ (бо назардошти аҳамияти омилҳои генетикӣ ба монанди apolipoprotein E аз давраи ҳомиладорӣ) пайдо мешавад.
Дар амал, ташхисҳои дурусти клиникӣ ва расмиёти гаронарзиш барои тасвири пешрафта, профили генетикӣ ва ченкунии биомаркерҳои ояндадор на ҳамеша барои бисёре аз провайдерҳо дастрасанд ё ҳатто иҷрошавандаанд. Ҳамин тариқ, дар бисёр ҳолатҳо, таснифоти ибтидоии умумии вазъи солимии маърифатӣ метавонад аз моделҳо бо истифода аз дигар ченакҳои оддии пешниҳодкардаи бемор (масалан, худшиносӣ гузориш дода шавад) гирифта шавад. мушкилоти хотира, доруҳои ҷорӣ ва маҳдудиятҳои фаъолияти муқаррарӣ) ва хусусиятҳои умумии демографӣ [7]. Реестрҳо ба монанди Донишгоҳи Калифорния Саломатии майна Реестр (https://www.brainhealthregistry.org/) [27] ва дигарон бо фарогирии бештари аломатҳои худшиносӣ, ченакҳои сифатӣ (масалан, хоб ва шинохти ҳаррӯза), доруворӣ, вазъи саломатӣ ва таърих ва демографии муфассалтар дар таҳия ва тасдиқи татбиқи амалии ин моделҳои ибтидоӣ дар клиника муҳим хоҳад буд. Ғайр аз он, озмоише ба монанди MemTrax, ки дар арзёбии функсияи хотира фоидаоварро нишон додааст, дар асл метавонад нисбат ба маркерҳои биологӣ арзёбии беҳтари патологияи AD-ро таъмин кунад. Бо назардошти он, ки хусусияти асосии патологияи AD вайроншавии нейропластикӣ ва талафоти бениҳоят мураккаби синапсҳо мебошад, ки ҳамчун эпизодӣ зоҳир мешавад. ихтилоли хотира, ченакест, ки хотираи эпизодиро арзёбӣ мекунад, метавонад воқеан арзёбии беҳтари сарбории патологии AD-ро нисбат ба маркерҳои биологӣ дар бемори зинда таъмин мекунад [36].
Бо ҳама моделҳои пешгӯишаванда - хоҳ бо маълумоти мураккаб ва фарогир аз технологияи муосир ва фаҳмиши дақиқи клиникӣ дар доменҳои гуногун пурра карда шаванд ё бо иттилооти бештар маъмул ва дастраси профилҳои мавҷудаи беморон - бартарии эътирофшудаи зеҳни сунъӣ ва омӯзиши мошинсозӣ дар он аст, ки моделҳои натиҷавӣ метавонанд аз маълумоти нав ва дурнамои мувофиқ, ки тавассути истифодаи ҷории барнома таъмин карда мешаванд, синтез ва ба таври индуктивӣ "омӯзанд". Пас аз интиқоли амалии технология, зеро моделҳо дар ин ҷо (ва таҳия карда мешаванд) бо ҳолатҳои бештар ва маълумоти мувофиқ истифода ва ғанӣ гардонида мешаванд (аз ҷумла беморони гирифтори бемориҳои ҳамроҳ, ки метавонанд бо коҳиши когнитивӣ пайдо шаванд), иҷрои пешгӯӣ ва таснифоти солимии маърифатӣ мустаҳкамтар хоҳанд шуд, Дар натиҷа, кӯмаки бештар самараноки дастгирии қарорҳои клиникӣ. Ин таҳаввулот бо ворид кардани MemTrax ба платформаҳои фармоишӣ (ба имкониятҳои мавҷуда нигаронида шудааст), ки провайдерҳои тиббӣ метавонанд дар вақти воқеӣ дар клиника истифода баранд, пурратар ва амалан амалӣ карда мешавад.
Барои тасдиқ ва муфид будани модели MemTrax барои дастгирии ташхис ва нигоҳубини беморон маълумоти пурмазмуни дарозмӯҳлати хеле серталабанд. Бо мушоҳида ва сабти тағироти ҳамзамон (агар вуҷуд дошта бошад) дар ҳолати клиникӣ дар доираи мувофиқи муқаррарӣ то MCI дар марҳилаи ибтидоӣ, моделҳои баҳодиҳии мувофиқ ва таснифоти мувофиқро бо синну соли беморон таълим додан ва тағир додан мумкин аст ва табобат карда мешаванд. Яъне, утилитаи такрорӣ метавонад дар пайгирии тӯлонии тағироти ҳалими маърифатӣ, самаранокии мудохила ва нигоҳ доштани нигоҳубини стратификацияи огоҳона кӯмак расонад. Ин равиш бештар бо таҷрибаи клиникӣ ва идоракунии беморон ва ҳолатҳо мувофиқат мекунад.
Маҳдудияти
Мо мушкилот ва арзиши ҷамъоварии маълумоти тозаи клиникиро дар клиника/беморхонаҳои назоратшаванда қадр мекунем. Бо вуҷуди ин, агар маҷмӯи маълумотҳои мо беморони бештари дорои хусусиятҳои умумӣ дошта бошанд, он моделсозии моро мустаҳкам мекард. Гузашта аз ин, хоси моделсозии ташхиси мо, барои омӯзонидани донишомӯзон барои беморони мувофиқи солимии маърифатии муқаррарӣ гузаронида шудани ҳамон арзёбии клиникӣ матлубтар ва мувофиқтар мебуд. Ва тавре ки бо нишондодҳои баландтари таснифот бо истифода аз маҷмӯаи додаҳои филтршуда таъкид шудааст (танҳо чаҳор хусусияти дар ҷои аввал ҷойгиршуда), умумӣ ва бештар ченакҳо/индикаторҳои солимии маърифатӣ эҳтимолан беҳтар мешуданд иҷрои моделсозӣ бо шумораи бештари хусусиятҳои умумӣ дар тамоми беморон.
Баъзе иштирокчиён метавонанд ҳамзамон бемориҳои дигарро аз сар гузаронанд, ки метавонанд боиси норасоиҳои гузаранда ё музмини маърифатӣ шаванд. Ба ғайр аз зермаҷмӯаи XL, ки дар он беморон аз ҷиҳати ташхис ҳамчун AD ё VaD тасниф карда шуда буданд, маълумоти муштарак дар ҳавзи беморони YH ҷамъоварӣ/ҳисобот дода нашудаанд ва дар зермаҷмӯаи KM бемории бартарии гузоришшуда диабети қанд буд. Бо вуҷуди ин, баҳс кардан мумкин аст, ки дохил кардани беморон ба схемаҳои моделсозии мо бо бемориҳои ҳамроҳшуда, ки метавонанд сатҳи норасоии маърифатро ба вуҷуд оваранд ё шадидтар кунанд ва дар натиҷа нишондиҳандаи пасти MemTrax намояндагии аҳолии беморони воқеӣ дар ҷаҳон барои ин скрининги барвақти маърифатӣ бештар намояндагӣ мекунанд. ва усули моделсозӣ. Пешравӣ, ташхиси дақиқи бемориҳои ҳамроҳ, ки эҳтимолан ба фаъолияти маърифатӣ таъсир мерасонанд, барои оптимизатсияи моделҳо ва барномаҳои нигоҳубини беморон ба таври васеъ муфид аст.
Ниҳоят, беморони зермаҷмӯаи YH ва KM смартфонро барои супоридани санҷиши MemTrax истифода бурданд, дар ҳоле ки шумораи маҳдуди беморони зермаҷмӯаи XL аз iPad ва дигарон смартфон истифода бурданд. Ин метавонад фарқияти ночизи марбут ба дастгоҳро дар иҷрои MemTrax барои моделсозии таснифоти MoCA ҷорӣ кунад. Бо вуҷуди ин, фарқиятҳо (агар вуҷуд дошта бошанд) дар MTx-RT, масалан, байни дастгоҳҳо эҳтимолан ночиз хоҳанд буд, алахусус бо ҳар як иштирокчӣ танҳо пеш аз иҷрои санҷиши сабтшуда санҷиши "амалӣ" дода мешавад. Бо вуҷуди ин, хидматрасонии ин ду дастгоҳи дастӣ эҳтимолан муқоисаи мустақим ва/ё ҳамгироӣ бо дигар натиҷаҳои MemTraxро халалдор мекунад, ки корбарон ба тасвирҳои такрорӣ тавассути ламс кардани сатри фосилаи клавиатураи компютер посух додаанд.
Нуқтаҳои калидӣ дар бораи барномаи пешгӯии моделсозии MemTrax
- • Моделҳои пешгӯии беҳтарини мо, ки ченакҳои интихобшудаи иҷрои MemTrax-ро дар бар мегиранд, метавонанд ҳолати солимии маърифатиро (саломатии муқаррарии когнитивӣ ё MCI) ба таври эътимодбахш тасниф кунанд, ки онро санҷиши ба таври васеъ эътирофшудаи MoCA нишон медиҳад.
- • Ин натиҷаҳо ҳамгироии ченакҳои интихобшудаи MemTrax-ро ба барномаи скрининги пешгӯии модели таснифӣ барои нуқсони маърифатии марҳилаи аввал дастгирӣ мекунанд.
- • Моделсозии таснифоти мо инчунин потенсиали истифодаи самаранокии MemTrax-ро дар барномаҳо барои фарқ кардани шиддати ташхиси деменсия ошкор намуд.
Ин бозёфтҳои нав далелҳои қатъиро тасдиқ мекунанд, ки истифодаи омӯзиши мошинро дар сохтани моделҳои мукаммали таснифоти MemTrax барои дастгирии ташхис дар идоракунии самараноки ҳолатҳои клиникӣ ва нигоҳубини беморон барои шахсони гирифтори нуқсони маърифатӣ дастгирӣ мекунанд.
ШАҲРИ ҚӮРҒОНТЕППА
Мо кори Ҷ. Вессон Эшфорд, Кертис Б. Эшфорд ва ҳамкасбонро барои таҳия ва тасдиқи вазифа ва асбоби шинохти пайвастаи онлайн (MemTrax), ки дар ин ҷо истифода мешаванд, эътироф мекунем ва мо аз беморони сершумори гирифтори ақл, ки дар таҳқиқоти бунёдии интиқодӣ саҳм гузоштаанд, миннатдорем. . Мо инчунин ба Сианбо Чжоу ва ҳамкасбони ӯ дар SJN Biomed LTD, ба ҳамкорон ва ҳамкорони ӯ дар беморхонаҳо / сайтҳои клиникаҳо, махсусан доктор. М. Луо ва М. Чжун, ки дар ҷалби иштирокчиён, ба нақша гирифтани санҷишҳо ва ҷамъоварӣ, сабт ва идоракунии пешакии маълумот кӯмак расониданд ва иштирокчиёни ихтиёриён, ки вақти арзишманди худро бахшиданд ва ӯҳдадор шуданд, ки барои супоридани санҷишҳо ва таъмини маълумоти арзишманд барои мо дар ин таҳқиқот арзёбӣ кунем. Ин Таҳқиқот қисман аз ҷониби MD Scientific Research дастгирӣ карда шуд Барномаи Донишгоҳи тиббии Кунмин (Грант № 2017BS028 ба XL) ва Барномаи тадқиқоти шӯъбаи илм ва технологияи Юннан (Грант № 2019FE001 (-222) ба XL).
Ҷ. Вессон Эшфорд аризаи патентиро барои истифодаи парадигмаи мушаххаси эътирофи доимии дар ин мақола тавсифшуда барои маълумоти умумӣ пешниҳод кардааст. санҷиши хотира.
MemTrax, LLC як ширкатест, ки ба Куртис Эшфорд тааллуқ дорад ва ин ширкат санҷиши хотира системаи дар ин мақола тавсифшуда.
Ифшои муаллифон дар интернет дастрас аст (https://www.j-alz.com/manuscript-disclosures/19-1340r2).
АДАБИЁТ
| [1] Ассотсиатсияи Алтсгеймер (2016) 2016 Далелҳои бемории Алзогерер ва рақамҳо. Алтсгеймер Демент 12, 459-509. | |
| [2] Gresenz CR, Mitchell JM, Marrone J, Federoff HJ (2019) Таъсири марҳилаи ибтидоӣ бемории алзоймер дар бораи натичахои молиявии хочагй. 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) Такмили сифат дар неврология: Маҷмӯи андозагирии сифати сустии маърифатӣ. Неврология 93, 705-713. |
| [4] Tong T, Thokala P, McMillan B, Ghosh R, Brazier J (2017) Самаранокии арзиши истифода санҷишҳои скрининги маърифатӣ барои ошкор кардани деменсия ва нуқсони сабуки маърифатӣ дар кӯмаки аввалия. Int J Geriatr психиатрия 32, 1392-1400. | |
| [5] Эшфорд ҶВ, Гир Е, Бэйли Пи Ҷей (2011) Андозагирии хотира дар танзимоти гурӯҳи калон бо истифода аз санҷиши шинохти пайваста. J Alzheimer Dis 27, 885-895. | |
| [6] | Ashford JW, Tarpin-Bernard F, Ashford CB, Ashford MT (2019) Вазифаи компютерикунонидашудаи шинохти пайваста барои андозагирии хотираи эпизодӣ. J Alzheimer Dis 69, 385-399. |
| [7] | Bergeron MF , Landset S , Tarpin-Bernard F , Ashford CB , Khoshgoftaar TM , Ashford JW (2019) Фаъолияти хотираи эпизодӣ дар моделсозии омӯзиши мошин барои пешгӯии таснифоти вазъи солимии маърифатӣ. J Alzheimer Dis 70, 277-286. |
| [8] Ван дер Хоек MD , Nieuwenhuizen A , Keijer J , Ashford JW (2019) The Санҷиши MemTrax дар муқоиса бо арзёбии баҳодиҳии маърифатии Монреал дар бораи нуқсони сабуки маърифатӣ. J Alzheimer Dis 67, 1045-1054. | |
| [9] | Falcone M, Yadav N, Poellabauer C, Flynn P (2013) Истифодаи садонокҳои ҷудошуда барои таснифи осеби осеби сабуки мағзи сар. Соли 2013 Конфронси байналмилалии IEEE оид ба акустика, нутқ ва коркарди сигнал, Ванкувер, аз милод, саҳ. 7577–7581. |
| [10] | Dabek F, Caban JJ (2015) Истифодаи маълумоти калон барои моделсозии эҳтимолияти рушди шароити равонӣ пас аз ларзиш. Procedia Comput Sci 53, 265–273. |
| [11] | Climent MT , Pardo J , Munoz-Almaraz FJ , Guerrero MD , Moreno L (2018) Дарахти қарор барои ошкор кардани барвақти нуқсони маърифатӣ аз ҷониби дорусозони ҷомеа. Front Pharmacol 9, 1232. |
| [12] | Насреддин ЗС, Филлипс Н.А., Бедириан В, Шарбонно С, Уайтхед V, Коллин I, Каммингс ҶЛ, Чертков Н (2005) Арзёбии маърифатии Монреал, МоКА: Воситаи мухтасари скрининг барои нуқсони сабуки маърифатӣ. J Am Geriatr Soc 53, 695–699. |
| [13] | Yu J, Li J, Huang X (2012) Варианти Пекини арзёбии маърифатии Монреал ҳамчун воситаи мухтасари скрининг барои нуқсони маърифатии ҳалим: Тадқиқот дар асоси ҷомеа. BMC психиатрия 12, 156. |
| [14] | Chen KL, Xu Y, Chu AQ, Ding D, Liang XN, Nasreddine ZS, Dong Q, Hong Z, Zhao QH, Guo QH (2016) Тасдиқи версияи чинии арзёбии маърифатии Монреаль барои скрининги нуқсони сабуки маърифатӣ. J Am Geriatr Soc 64, e285-e290. |
| [15] | Карсон Н, Лич Л, Мерфи КҶ (2018) Санҷиши дубораи холҳои буриши баҳодиҳии маърифатии Монреал (MoCA). Int J Geriatr психиатрия 33, 379-388. |
| [16] | Ассотсиатсияи равоншиносони амрикоӣ (2013) Гурӯҳи корӣ Дастури ташхис ва омори ихтилоли равонӣ: DSM-5 ™, American Psychiatric Publishing, Inc., Вашингтон, DC. |
| [17] | Python. Бунёди нармафзори Python, http://www.python.org, дастрасшуда 15 ноябри соли 2019. |
| [18] | R Core Group, R: Забон ва муҳити ҳисоббарории оморӣ Фонди R барои ҳисоббарории оморӣ, Вена, Австрия. https://www.R-project.org/, 2018, дастрасшуда 15 ноябри соли 2019. |
| [19] | Benavoli A, Corani G, Demšar J, Zaffalon M (2017) Вақт барои тағирот: Дарсӣ барои муқоисаи таснифотҳои сершумор тавассути таҳлили Bayesian. J Mach Learn Res 18, 1-36. |
| [20] | Frank E, Толори MA, Witten IH (2016) WEKA Workbench. Дар Истихроҷи маълумот: Воситаҳо ва усулҳои омӯзиши амалии мошинҳо, Франк Е, Холл MA, Witten IH, Пал CJ, таҳрир. Морган Кауфман 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) Омӯзиши мошинсозӣ дар моделсозии аломати контузияи варзишии мактаби миёна. Med Sci Sports Exerc 51, 1362–1371. |
| [22] | Ван Ҳулсе Ҷ, Хошгофтаар ТМ, Наполитано А (2007) Дурнамои таҷрибавӣ оид ба омӯзиш аз маълумоти номутаносиб. Дар Маҷмӯаҳои конфронси 24-уми байналмилалӣ оид ба омӯзиши мошинҳо, Корвалис, Орегон, ИМА, саҳ. 935-942. |
| [23] | Ashford JW, Kolm P, Colliver JA, Bekian C, Hsu LN (1989) Арзёбии беморони Алтсгеймер ва ҳолати мини-психологӣ: Адад таҳлили каҷ хусусияти.P. Ҷ Геронтол 44, 139–146. |
| [24] Эшфорд Ҷ.В., Жарвик Л (1985) Бемории Alzheimer: Оё пластикии нейрон ба таназзули нейрофибрилярии аксоналӣ моил аст? 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 , Gunterm JML , Rocca WA, Petersen RC (2019) Паҳншавии объектҳои спектри аз ҷиҳати биологӣ ва клиникӣ муайяншуда бо истифода аз Институти Миллии пиршавӣ-Алтсгеймер Тадқиқоти Ассотсиатсия чаҳорчӯба. JAMA Neurol 76, 1174–1183. | |
| [26] Zhou X, Ashford JW (2019) Пешрафтҳо дар асбобҳои скрининг барои бемории алзоймер. Пиршавӣ 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 Саломатии майна Феҳрист: Платформаи интернетӣ барои ҷалб, арзёбӣ ва мониторинги дарозмуддати иштирокчиён барои омӯзиши неврология. Alzheimer Dement 14, 1063-1076. | |
| [28] Эшфорд JW, Шмитт ФА (2001) Моделсозии ҷараёни вақт Дементи Алтсгеймер. Намояндаи психиатрияи Карр 3, 20-28. | |
| [29] | Li X, Wang X, Su L, Hu X, Han Y (2019) Тадқиқоти тӯлонии Сино оид ба таназзули маърифатӣ (SILCODE): Протоколи тадқиқоти мушоҳидавии дарозмуддати чинӣ барои таҳияи моделҳои пешгӯии хавфи табдил ба нуқсони сабуки маърифатӣ дар шахсони дорои маърифати субъективӣ паст шудан. BMJ Open 9, e028188. |
| [30] Тарнанас I, Tsolaki A, Wiederhold M, Wiederhold B, Tsolaki M (2015) Тағйирёбии пешравии биомаркерҳои панҷсола барои Дементи бемории Алтсгеймер Пешгӯӣ: Оё фаъолиятҳои мураккаби инструменталии маркери рӯзмарра камбудиҳоро пур карда метавонанд? Дементи Алтсгеймерс (Амст) 1, 521-532. | |
| [31] McGurran H, Glenn JM, Madero EN, Bott NT (2019) Пешгирӣ ва табобати бемории Альцгеймер: Механизмҳои биологии машқҳо. J Alzheimer Dis 69, 311-338. | |
| [32] Mendiola-Precoma J, Berumen LC, Padilla K, Garcia-Alcocer G (2016) Терапияҳо барои пешгирӣ ва табобати бемории Алтсгеймер. Biomed Res Int 2016, 2589276. | |
| [33] | Лейн CA, Барнс Ҷ, Николас ҶМ , Судре Ч , Кэш ДМ , Мэлоун ИБ , Паркер ТД , Кешаван А , Бюкенен СМ , Кеусс СЕ , Ҷеймс СН , Лу К , Мюррей-Смит Ҳ , Вонг А , Гордон Е , Коат В , Modat M, Thomas D, Richards M, Fox NC, Schott JM (2020) Ассотсиатсияҳо байни хатари рагҳо дар байни калонсолон ва патологияи майна дар охири ҳаёт: Далелҳо аз як гурӯҳи таваллуди Бритониё. JAMA Neurol 77, 175–183. |
| [34] | Seshadri S (2020) Пешгирии деменсия-тафаккури берун аз синну сол ва қуттиҳои амилоид. 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) Таъсири фишори хуни систоликӣ ба якпорчагии моддаҳои сафед дар калонсолон дар омӯзиши салиби дили Фрамингем: - омӯзиши секциявӣ. 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) Дурустии санҷиши биомаркер барои аз ҷиҳати невропатологӣ муайяншуда Бемории Алтсгеймер дар калонсолони калонсол бо деменция. Энн Intern Med 172, 669-677. |
Мансубиятҳо: [a] SIVOTEC Analytics, Бока Ратон, Флорида, ИМА | [b] Кафедраи муҳандисии компютерӣ ва электрикӣ ва илми компютерӣ, Донишгоҳи Атлантик Флорида, Бока Ратон, Флорида, ИМА | [c] SJN Biomed LTD, Кунминг, Юннан, Чин | [г] Маркази барои Тадқиқоти Алтсгеймер, Институти тадқиқоти клиникии Вашингтон, Вашингтон, ДС, ИМА | [e] Кафедраи тибби барқарорсозӣ, Беморхонаи аввалини Донишгоҳи тиббии Кунмин, Кунминг, Юннан, Чин | [f] Шӯъбаи неврология, Беморхонаи мардумии Дехонг, Дехонг, Юннан, Чин | [g] Шӯъбаи неврология, Беморхонаи аввалини Донишгоҳи тиббии Кунмин, ноҳияи Вухуа, Кунмин, музофоти Юннан, Чин | [h] Маркази омӯзиши бемориҳо ва ҷароҳатҳои марбут ба ҷанг, VA Пало Алто тандурустї Система, Пало Алто, CA, ИМА | [i] Шӯъбаи равоншиносӣ ва илмҳои рафтор, Мактаби тиббии Донишгоҳи Стэнфорд, Пало Алто, CA, ИМА
Мукотиба: [*] Муошират ба: Майкл Ф. Бергерон, PhD, FACSM, SIVOTEC Analytics, кампуси инноватсионии Бока Ратон, хиёбони 4800 T-Rex, Suite 315, Бока Ратон, FL 33431, ИМА. Почтаи электронӣ: mbergeron@sivotecanalytics.com.; Xiaolei Liu, MD, шӯъбаи неврология, Беморхонаи якуми фаръии Донишгоҳи тиббии Кунмин, 295 Роҳи Xichang, ноҳияи Вухуа, Кунмин, музофоти Юннан 650032, Чин. Почтаи электронӣ: ring@vip.163.com.
Калидвожаҳо: пиршавӣ, бемории алзоймер, демонт, скрининги оммавй