IwUlO ti MemTrax ati Awoṣe Ẹkọ Ẹrọ ni Isọdi ti Ibajẹ Imọye Iwọnba

Abala Iwadi

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

DOI: 10.3233 / JAD-191340

Akosile: Iwe akosile Arun Alzheimer, vol. 77, rara. 4, p. 1545-1558, 2020

áljẹbrà

abẹlẹ:

Awọn ibigbogbo isẹlẹ ati ibigbogbo ti Alusaima ká arun ati ailagbara imọ kekere (MCI) ti ṣe ipe ipe ni iyara fun iwadii lati fọwọsi ibojuwo imọ-ijinlẹ ni kutukutu ati iṣiro.

ohun to:

Ipinnu iwadii akọkọ wa ni lati pinnu boya awọn metiriki iṣẹ MemTrax ti a yan ati awọn iṣiro ti o yẹ ati awọn abuda profaili ilera le ṣee lo ni imunadoko ni awọn awoṣe asọtẹlẹ ti o dagbasoke pẹlu ẹkọ ẹrọ lati ṣe iyasọtọ ilera oye (deede dipo MCI), bi yoo ṣe tọka nipasẹ Montreal Imo Igbelewọn (MoCA).

Awọn ọna:

A ṣe iwadii apakan-agbelebu lori 259 neurology, ile-iwosan iranti, ati awọn alaisan agbalagba ti oogun inu ti a gba lati meji awọn ile-iwosan ni Ilu China. Alaisan kọọkan ni a fun ni MoCA-ede Kannada ati iṣakoso ararẹ ti idanimọ lemọlemọfún MemTrax online episodic iranti igbeyewo online ni ọjọ kanna. Awọn awoṣe isọsọ asọtẹlẹ ni a kọ nipa lilo ẹkọ ẹrọ pẹlu afọwọsi agbelebu 10-agbo, ati pe a ṣe iwọn iṣẹ awoṣe nipa lilo Agbegbe Labẹ Iyipada Iwa Iṣiṣẹ Olugba (AUC). Awọn awoṣe ni a kọ nipa lilo awọn metiriki iṣẹ MemTrax meji (ti o tọ ni ogorun, akoko idahun), pẹlu awọn ẹya ara ilu mẹjọ ti o wọpọ ati awọn ẹya itan ti ara ẹni.

awọn esi:

Ní ìfiwéra àwọn akẹ́kọ̀ọ́ jákèjádò àkópọ̀ tí a ti yan ti àwọn Dimegilio MoCA àti àwọn àbáwọlé, Naïve Bayes ni gbogbogbòò jẹ akẹ́kọ̀ọ́ tí ó ṣe iṣẹ́ gíga jùlọ pẹ̀lú ìṣiṣẹ́ ìsọ̀rí àpapọ̀ ti 0.9093. Siwaju sii, laarin awọn ọmọ ile-iwe mẹta ti o ga julọ, iṣẹ iyasọtọ ti o da lori MemTrax ni apapọ ga julọ ni lilo awọn ẹya mẹrin ti o ga julọ (0.9119) ni akawe si lilo gbogbo awọn ẹya 10 ti o wọpọ (0.8999).

Ikadii:

Iṣẹ MemTrax le ṣee lo ni imunadoko ni awoṣe asọtẹlẹ isọdi ikẹkọ ẹrọ ohun elo iboju fun wiwa ailagbara imọ ipele ibẹrẹ.

Ọrọ Iṣaaju

Ti idanimọ (botilẹjẹpe a ko ṣe iwadii) isẹlẹ ti o tan kaakiri ati itankalẹ ati iṣoogun ti o pọ si ni afiwe, awujọ, ati ti gbogbo eniyan ilera awọn idiyele ati ẹru arun Alṣheimer (AD) ati ailagbara imọ kekere (MCI) n pọ si ni igara fun gbogbo awọn ti o kan [1, 2]. Oju iṣẹlẹ ipọnju ati bourgeoning yii ti jẹ ki ipe ni kiakia fun iwadii lati fọwọsi tete erin Ṣiṣayẹwo imọ ati awọn ohun elo igbelewọn fun IwUlO adaṣe deede ni ti ara ẹni ati awọn eto ile-iwosan fun awọn alaisan agbalagba kọja awọn agbegbe ati awọn olugbe lọpọlọpọ [3]. Awọn ohun elo wọnyi gbọdọ tun pese fun itumọ lainidi ti awọn abajade alaye sinu awọn igbasilẹ ilera itanna. Awọn anfani naa yoo ni imuse nipa sisọ awọn alaisan ati iranlọwọ awọn oniwosan ni riri awọn ayipada pataki ni iṣaaju ati nitorinaa jẹ ki iyara diẹ sii ati isọdi akoko, imuse, ati ipasẹ ti ẹnikọọkan ti o yẹ ati itọju ti o munadoko diẹ sii ati itọju alaisan fun awọn ti o bẹrẹ lati ni iriri. idinku ti oye [3, 4].

Ohun elo MemTrax ti kọnputa (https://memtrax.com) jẹ igbelewọn idanimọ ti o rọrun ati kukuru ti o le jẹ iṣakoso lori ayelujara lati wiwọn iṣẹ iranti akoko akoko nija nibiti olumulo ṣe idahun si awọn aworan ti o tun ṣe kii ṣe si igbejade akọkọ [5, 6]. Iwadi aipẹ ati awọn ilolu to wulo ti n bẹrẹ lati ni ilọsiwaju ati ni apapọ ṣe afihan ipa ile-iwosan ti MemTrax ni ibẹrẹ AD ati ibojuwo MCI [5-7]. Sibẹsibẹ, lafiwe taara ti IwUlO ile-iwosan si ti o wa ilera imo igbelewọn ati awọn ajohunṣe aṣa jẹ iṣeduro lati sọ fun irisi alamọdaju ati imudara IwUlO MemTrax ni wiwa kutukutu ati atilẹyin iwadii aisan. van der Hoek et al. [8] ṣe afiwe awọn metiriki iṣẹ MemTrax ti a yan (iyara esi ati pe o tọ ni ogorun) si ipo oye gẹgẹbi ipinnu nipasẹ Montreal Igbelewọn Imo (MoCA). Bibẹẹkọ, iwadii yii ni opin si sisọpọ awọn metiriki iṣẹ ṣiṣe pẹlu isọdisi ipo oye (gẹgẹbi ipinnu nipasẹ MoCA) ati asọye awọn sakani ibatan ati awọn iye gige. Nitorinaa, lati faagun lori iwadii yii ati ilọsiwaju iṣẹ isọdi ati imunadoko, ibeere iwadii akọkọ wa ni:

  • Ṣe awọn metiriki iṣẹ MemTrax ti ẹni kọọkan ti a yan ati awọn iṣesi iṣesi ati ilera profaili Awọn abuda ti a lo ni imunadoko ni awoṣe asọtẹlẹ ti o dagbasoke pẹlu ikẹkọ ẹrọ lati ṣe iyasọtọ ilera oye ni dichotomously (deede dipo MCI), bi yoo ṣe tọka nipasẹ Dimegilio MoCA ẹnikan?

Atẹle si eyi, a fẹ lati mọ:

  • Pẹlu awọn ẹya kanna, ṣe awoṣe ikẹkọ ẹrọ ti o da lori iṣẹ MemTrax le ni imunadoko si alaisan kan lati ṣe asọtẹlẹ biburu (irẹwẹsi dipo àìdá) laarin awọn ẹka ti a yan ti ailagbara imọ bi yoo ṣe pinnu nipasẹ iwadii ile-iwosan ominira?

Ilọsiwaju ati idagbasoke ohun elo ti o wulo ti itetisi atọwọda ati ikẹkọ ẹrọ ni ibojuwo / wiwa ti ṣafihan tẹlẹ awọn anfani ti o wulo ti o yatọ, pẹlu awoṣe asọtẹlẹ ti n ṣe itọsọna ni imunadoko awọn oṣiṣẹ ile-iwosan ni igbelewọn ipenija ti oye / ilera ọpọlọ ati iṣakoso alaisan. Ninu iwadi wa, a yan ọna ti o jọra ni awoṣe ipinya MCI ati iyasọtọ ailagbara imọ bi a ti fi idi rẹ mulẹ nipasẹ iwadii ile-iwosan lati awọn iwe data mẹta ti o nsoju awọn alaisan ti o jẹ oluyọọda ati awọn alaisan ti o yan lati awọn ile-iwosan meji ni Ilu China. Lilo awọn awoṣe asọtẹlẹ ti ẹkọ ẹrọ, a ṣe idanimọ awọn ọmọ ile-iwe ti o ṣiṣẹ oke lati ọpọlọpọ awọn akojọpọ dataset/akẹẹkọ ati ni ipo awọn ẹya lati ṣe itọsọna wa ni asọye awọn ohun elo awoṣe to wulo julọ ti ile-iwosan.

Awọn idawọle wa ni pe awoṣe ti o da lori MemTrax ti o ni ifọwọsi le ṣee lo lati ṣe iyasọtọ ilera oye ni dichotomously (deede tabi MCI) ti o da lori ami ami igbelewọn apapọ MoCA, ati pe awoṣe asọtẹlẹ MemTrax kan le ni imunadoko ni ṣiṣe iyasọtọ iyasoto ni awọn ẹka ti a yan ti isẹgun ayẹwo imo àìpéye. Ṣiṣafihan awọn abajade ti ifojusọna yoo jẹ ohun elo ni atilẹyin ipa ti MemTrax gẹgẹbi iboju wiwa ni kutukutu fun idinku imọ ati isọdi ailagbara oye. Ifiwewe ti o dara si boṣewa ile-iṣẹ kan sọ pe o ni ibamu nipasẹ irọrun ti o tobi pupọ ati iyara ti iwulo yoo jẹ ipa ninu iranlọwọ awọn alamọdaju lati gba irọrun yii, igbẹkẹle, ati ohun elo wiwọle bi iboju ibẹrẹ ni wiwa ni kutukutu (pẹlu prodromal) awọn aipe oye ipele. Iru ọna bẹ ati IwUlO le nitorina tọ diẹ sii ni akoko diẹ sii ati abojuto itọju alaisan to dara julọ ati idasi. Awọn oye ero-iwaju wọnyi ati awọn metiriki ti o ni ilọsiwaju ati awọn awoṣe tun le ṣe iranlọwọ ni idinku tabi didaduro lilọsiwaju iyawere, pẹlu AD ati awọn iyawere ti o ni ibatan AD (ADRD).

AWON NKAN ISE NKAN ATI AWON ONA LATI SE NKAN

Olugbe iwadi

Laarin Oṣu Kini ọdun 2018 ati Oṣu Kẹjọ ọdun 2019, iwadii apakan-agbelebu ti pari lori awọn alaisan ti a gba lati awọn ile-iwosan meji ni Ilu China. Isakoso MemTrax [5] si awọn ẹni-kọọkan ti o wa ni ọdun 21 ati ju bẹẹ lọ ati ikojọpọ ati itupalẹ data yẹn ni a ṣe atunyẹwo ati fọwọsi nipasẹ ati ṣakoso ni ibamu pẹlu awọn iṣedede iṣe ti eto Human Igbimọ Idaabobo Koko-ọrọ ti Ile-ẹkọ giga Stanford. MemTrax ati gbogbo awọn idanwo miiran fun iwadi gbogbogbo yii ni a ṣe ni ibamu si ikede Helsinki ti ọdun 1975 ati fọwọsi nipasẹ Igbimọ Atunwo Ile-iṣẹ ti Ile-iwosan Ibaṣepọ Akọkọ ti Kunming Medical University ni Kunming, Yunnan, China. Olumulo kọọkan ni a pese fun ase fọọmu lati ka/ayẹwo ati lẹhinna atinuwa gba lati kopa.

A gba awọn olukopa lati ọdọ adagun ti awọn alaisan ni ile-iwosan neurology ni Ile-iwosan Yanhua (dataset YH) ati ile-iwosan iranti ni Ile-iwosan Alafaramo akọkọ ti Kunming Medical University (XL sub-dataset) ni Beijing, China. A tun gba awọn olukopa lati inu iṣan-ara (XL sub-dataset) ati oogun inu (KM sub-dataset) awọn alaisan ti o wa ni Ile-iwosan Alafaramo akọkọ ti Kunming Medical University. Awọn iyasọtọ ifisi pẹlu 1) awọn ọkunrin ati awọn obinrin o kere ju ọdun 21, 2) agbara lati sọ Kannada (Mandarin), ati 3) agbara lati loye ọrọ-ọrọ ati awọn itọnisọna kikọ. Awọn iyasọtọ iyasoto jẹ iran ati awọn ailagbara mọto idilọwọ awọn olukopa lati pari ipari naa MemTrax igbeyewo, bakannaa ailagbara lati ni oye awọn ilana idanwo pato.

Chinese version of MemTrax

Awọn ori ayelujara Syeed idanwo MemTrax ni itumọ sinu Kannada (URL: https://www.memtrax.com.cn) ati siwaju sii ni ibamu lati ṣee lo nipasẹ WeChat (Shenzhen Tencent Computer Systems Co. LTD., Shenzhen, Guangdong, China) fun iṣakoso ara-ẹni. A ti fipamọ data sori olupin awọsanma (Ali Cloud) ti o wa ni Ilu China ati iwe-aṣẹ lati Alibaba (Alibaba Technology Co. Ltd., Hangzhou, Zhejiang, China) nipasẹ SJN Biomed LTD (Kunming, Yunnan, China). Awọn alaye ni pato lori MemTrax ati awọn ibeere iwulo idanwo ti a lo nibi ni a ti ṣapejuwe tẹlẹ [6]. A pese idanwo naa laisi idiyele si awọn alaisan.

Awọn ilana ikẹkọ

Fun awọn alaisan ati awọn alaisan, iwe ibeere iwe gbogbogbo fun ikojọpọ ẹda eniyan ati alaye ti ara ẹni gẹgẹbi ọjọ-ori, ibalopo, awọn ọdun ti ẹkọ, iṣẹ, gbe nikan tabi pẹlu ẹbi, ati itan-akọọlẹ iṣoogun jẹ iṣakoso nipasẹ ọmọ ẹgbẹ ti ẹgbẹ iwadi. Lẹhin ipari iwe ibeere, MoCA [12] ati awọn idanwo MemTrax ni a ṣe abojuto (MoCA akọkọ) laisi diẹ sii ju awọn iṣẹju 20 laarin awọn idanwo. MemTrax ogorun ti o tọ (MTx-% C), akoko idahun tumọ si (MTx-RT), ati ọjọ ati akoko idanwo naa ni a gbasilẹ sori iwe nipasẹ ọmọ ẹgbẹ ti ẹgbẹ iwadi fun alabaṣe kọọkan ti ni idanwo. Iwe ibeere ti o pari ati awọn esi ti MoCA ni a gbejade sinu iwe kaunti Excel nipasẹ oluwadii ti o ṣakoso awọn idanwo ati pe o jẹri nipasẹ ẹlẹgbẹ kan ṣaaju ki awọn faili Excel ti wa ni ipamọ fun awọn itupalẹ.

MemTrax igbeyewo

Idanwo ori ayelujara MemTrax pẹlu awọn aworan 50 (awọn alailẹgbẹ 25 ati awọn atunwi 25; awọn eto 5 ti awọn aworan 5 ti awọn iwoye ti o wọpọ tabi awọn nkan) ti o han ni ilana apeso-aileto kan pato. Olukopa yoo (fun awọn ilana) fọwọkan bọtini Bẹrẹ loju iboju lati bẹrẹ idanwo naa ki o bẹrẹ wiwo jara aworan ati tun fi ọwọ kan aworan loju iboju ni yarayara bi o ti ṣee nigbakugba ti aworan ti o tun han. Aworan kọọkan han fun awọn iṣẹju 3 tabi titi ti a fi fi ọwọ kan aworan ti o wa loju iboju, eyiti o fa igbejade lẹsẹkẹsẹ ti aworan atẹle. Lilo aago inu ti ẹrọ agbegbe, MTx-RT fun aworan kọọkan jẹ ipinnu nipasẹ akoko ti o kọja lati igbejade aworan naa si nigba ti alabaṣe fi ọwọ kan iboju naa ni idahun si afihan idanimọ aworan bi ọkan ti o ti han tẹlẹ. nigba igbeyewo. MTx-RT ti gba silẹ fun gbogbo aworan, pẹlu 3 s ni kikun ti o gbasilẹ ti n tọka ko si esi. MTx-% C jẹ iṣiro lati tọka ipin ogorun ti atunwi ati awọn aworan ibẹrẹ eyiti olumulo ṣe idahun ni deede (rere otitọ + odi otitọ ti pin nipasẹ 50). Awọn alaye afikun ti iṣakoso MemTrax ati imuse, idinku data, aiṣedeede tabi “ko si esi” data, ati awọn itupalẹ data akọkọ jẹ apejuwe ni ibomiiran [6].

A ṣe alaye idanwo MemTrax ni awọn alaye ati idanwo adaṣe (pẹlu awọn aworan alailẹgbẹ yatọ si awọn ti a lo ninu idanwo fun awọn abajade gbigbasilẹ) ti pese fun awọn olukopa ni eto ile-iwosan. Awọn olukopa ninu awọn iwe-ipamọ YH ati KM ṣe idanwo MemTrax lori foonuiyara ti a ti kojọpọ pẹlu ohun elo lori WeChat; lakoko ti nọmba to lopin ti awọn alaisan kekere-dataset XL lo iPad kan ati pe iyoku lo foonuiyara kan. Gbogbo awọn olukopa ṣe idanwo MemTrax pẹlu oluṣewadii iwadii kan ti n ṣakiyesi.

Montreal imo iwadi

Ẹya Beijing ti MoCA Kannada (MoCA-BC) [13] ni a ṣakoso ati gba wọle nipasẹ awọn oniwadi ti oṣiṣẹ ni ibamu si awọn ilana idanwo osise. Ni deede, MoCA-BC ti han lati jẹ igbẹkẹle idanwo fun imo Ṣiṣayẹwo ni gbogbo awọn ipele eto-ẹkọ ni awọn agbalagba agbalagba Kannada [14]. Idanwo kọọkan gba to bii iṣẹju mẹwa si ọgbọn iṣẹju lati ṣakoso da lori awọn agbara oye alabaṣepọ.

MoCA classification modeli

Lapapọ awọn ẹya 29 ti a le lo wa, pẹlu MemTrax meji idanwo awọn metiriki iṣẹ ṣiṣe ati awọn ẹya 27 ti o ni ibatan si ẹda eniyan ati ilera alaye fun kọọkan alabaṣe. Dimegilio idanwo apapọ MoCA alaisan kọọkan ni a lo bi ibojuwo oye “Aṣepari” lati kọ awọn awoṣe asọtẹlẹ wa. Nitorinaa, nitori a lo MoCA lati ṣẹda aami kilasi, a ko le lo Dimegilio apapọ (tabi eyikeyi awọn ikun ipin ipin MoCA) gẹgẹbi ẹya ominira. A ṣe awọn adanwo alakoko ninu eyiti a ṣe apẹrẹ (isọtọ ilera oye ti asọye nipasẹ MoCA) atilẹba awọn ipilẹ ile-iwosan mẹta / ile-iwosan (s) ni ọkọọkan ati lẹhinna ni idapo ni lilo gbogbo awọn ẹya. Sibẹsibẹ, gbogbo awọn eroja data kanna ni a ko gba ni ọkọọkan awọn ile-iwosan mẹrin ti o nsoju awọn ipilẹ-ipin-data mẹta; bayi, ọpọlọpọ awọn ẹya ara ẹrọ wa ni akojọpọ dataset (nigba lilo gbogbo awọn ẹya ara ẹrọ) ní kan ga isẹlẹ ti sonu iye. Lẹhinna a kọ awọn awoṣe pẹlu akojọpọ data ti o ni idapo ni lilo awọn ẹya ti o wọpọ nikan eyiti o yorisi ilọsiwaju iṣẹ-isọrisi. Eyi ṣee ṣe alaye nipasẹ apapọ ti nini awọn iṣẹlẹ diẹ sii lati ṣiṣẹ pẹlu apapọ awọn ipilẹ-ipin awọn alaisan mẹta ati pe ko si awọn ẹya pẹlu itankalẹ aiṣedeede ti awọn iye ti o padanu (ẹya kan ṣoṣo ninu akojọpọ data apapọ, iru iṣẹ, ni awọn iye ti o padanu, ti o kan. awọn iṣẹlẹ alaisan mẹta nikan), nitori awọn ẹya ti o wọpọ nikan ti o gbasilẹ ni gbogbo awọn aaye mẹta ni o wa pẹlu. Ni pataki, a ko ni ami iyasọtọ ijusile kan pato fun ẹya kọọkan ti a ko si nikẹhin ninu akojọpọ data apapọ. Bibẹẹkọ, ninu iṣapẹẹrẹ iṣakojọpọ data akojọpọ alakoko wa, a kọkọ lo gbogbo awọn ẹya lati ọkọọkan awọn ipilẹ data-alaisan lọtọ mẹta. Eyi ni ibigbogbo ja si ni iṣẹ awoṣe ti o dinku ni iwọnwọn ju iṣapẹẹrẹ alakoko akọkọ lori ipilẹ data kọọkan kọọkan. Pẹlupẹlu, lakoko ti iṣẹ isọdi ti awọn awoṣe ti a ṣe ni lilo gbogbo awọn ẹya jẹ iwuri, kọja gbogbo awọn akẹkọ ati awọn ero isọdi, iṣẹ ṣiṣe ni ilọsiwaju fun ilọpo meji bi ọpọlọpọ awọn awoṣe nigba lilo awọn ẹya ti o wọpọ nikan. Ni otitọ, laarin ohun ti o pari ni jije awọn ọmọ ile-iwe giga wa, gbogbo ṣugbọn awoṣe kan ni ilọsiwaju lori imukuro awọn ẹya ti kii ṣe wọpọ.

Ipilẹ data apapọ apapọ (YH, XL, ati KM ni idapo) pẹlu awọn iṣẹlẹ 259, ọkọọkan n ṣe aṣoju alabaṣe alailẹgbẹ ti o mu MemTrax mejeeji ati awọn idanwo MoCA. Awọn ẹya ara ẹrọ ominira 10 ti o pin: Awọn iṣiro iṣẹ MemTrax: MTx-% C ati tumọ MTx-RT; alaye nipa eniyan ati itan iṣoogun: ọjọ-ori, ibalopọ, awọn ọdun ti eto-ẹkọ, iru iṣẹ (kola buluu / kola funfun), atilẹyin awujọ (boya oluṣe idanwo n gbe nikan tabi pẹlu ẹbi), ati bẹẹni / rara awọn idahun bi boya olumulo naa ni itan-akọọlẹ ti àtọgbẹ, hyperlipidemia, tabi ipalara ọpọlọ ipalara. Awọn metiriki afikun meji, Dimegilio apapọ MoCA ati Dimegilio apapọ MoCA ti a ṣatunṣe fun awọn ọdun ti eto-ẹkọ [12], ni a lo lọtọ lati ṣe agbekalẹ awọn aami isọdi ti o gbẹkẹle, nitorinaa ṣiṣẹda awọn ero awoṣe ọtọtọ meji lati lo si akojọpọ data wa. Fun ẹya kọọkan (ti a ṣe atunṣe ati aiṣatunṣe) ti Dimegilio MoCA, data naa tun jẹ apẹrẹ lọtọ fun iyasọtọ alakomeji nipa lilo awọn ilodi ami ami meji ti o yatọ — ọkan ti a ṣe iṣeduro ni ibẹrẹ [12] ati iye yiyan ti a lo ati igbega nipasẹ awọn miiran [8, 15]. Ninu ero isọdi ẹnu-ọna miiran, alaisan ni a gba pe o ni ilera oye deede ti o ba gba ≥23 lori idanwo MoCA ati nini MCI ti Dimegilio ba jẹ 22 tabi isalẹ; lakoko, ni ọna kika iyasọtọ ti a ṣeduro akọkọ, alaisan ni lati ṣe Dimegilio 26 tabi dara julọ lori MoCA lati jẹ aami bi nini ilera oye deede.

Awọn data ti a fi sisẹ fun awoṣe isọdi MoCA

A ṣe ayẹwo siwaju si ipinya MoCA nipa lilo awọn ilana ipo ẹya mẹrin ti a lo nigbagbogbo: Chi-Squared, Ratio Gain, Gain Alaye, ati Aidaniloju Symmetrical. Fun irisi igba diẹ, a lo awọn ipo si gbogbo akojọpọ data ti o ni idapo ni lilo ọkọọkan awọn ero awoṣe mẹrin wa. Gbogbo awọn ipo ti gba lori awọn ẹya oke kanna, ie, ọjọ ori, nọmba awọn ọdun ti ẹkọ, ati awọn metiriki iṣẹ MemTrax mejeeji (MTx-% C, tumọ si MTx-RT). Lẹhinna a tun ṣe awọn awoṣe nipa lilo ilana yiyan ẹya kọọkan lati kọ awọn awoṣe lori awọn ẹya mẹrin oke nikan (wo Aṣayan ẹya-ara ni isalẹ).

Abajade ti o kẹhin mẹjọ awọn iyatọ ti awọn ero awoṣe isọdi Dimegilio Dimegilio MoCA ni a gbekalẹ ni Tabili 1.

Tabili 1

Akopọ ti awọn iyatọ ero awoṣe ti a lo fun isọdi MoCA (Deede Ilera Imọ lodi si MCI)

Eto AwoṣeIlera Imo deede (Klaasi odi)MCI (Klaasi rere)
Ni titunse-23 Unfiltered / Filtered101 (39.0%)158 (61.0%)
Ni titunse-26 Unfiltered / Filtered49 (18.9%)210 (81.1%)
Ti ko ni atunṣe-23 Ti a ko fi silẹ / Ti a ti sọ di mimọ92 (35.5%)167 (64.5%)
Ti ko ni atunṣe-26 Ti a ko fi silẹ / Ti a ti sọ di mimọ42 (16.2%)217 (83.8%)

Nọmba ti o ni ibatan ati ida ọgọrun ti awọn alaisan lapapọ ni kilasi kọọkan jẹ iyatọ nipasẹ iṣatunṣe Dimegilio fun eto-ẹkọ (Titunse tabi Ti ko ni atunṣe) ati iloro ipin (23 tabi 26), bi a ti lo si awọn eto ẹya mejeeji (Aiṣafihan ati Filtered).

Awoṣe igbelewọn isẹgun ti o da lori MemTrax

Ninu awọn ipilẹ-ipin-data atilẹba mẹta wa (YH, XL, KM), awọn alaisan kekere-dataset XL nikan ni a ṣe ayẹwo ni ominira ti ile-iwosan fun ailagbara imọ (ie, awọn nọmba MoCA oniwun wọn ni a ko lo ni idasile ipinya ti deede dipo ailagbara). Ni pato, awọn alaisan XL ni a ṣe ayẹwo pẹlu boya Idanwo arun Alzheimer (AD) tabi iyawere ti iṣan (VaD). Laarin ọkọọkan awọn ẹka iwadii akọkọ wọnyi, yiyan siwaju wa fun MCI. Awọn ayẹwo ti MCI, iyawere, iṣọn-aisan iṣan-ara ti iṣan, ati ailera ti iṣan nitori AD ni o da lori pato ati awọn iyasọtọ aisan ti o ṣe afihan ni Atọjade ati Iṣiro Iṣiro ti Awọn Ẹjẹ Ọpọlọ: DSM-5 [16]. Ti o ba ṣe akiyesi awọn iwadii ti a ti tunṣe, awọn ero awoṣe isọdi meji ni a lo lọtọ si ipilẹ data XL lati ṣe iyatọ ipele bibi (iwọn ailagbara) fun ẹka iwadii akọkọ kọọkan. Awọn data ti a lo ninu ọkọọkan awọn ero awoṣe iwadii aisan wọnyi (AD ati VaD) pẹlu iwọn eniyan ati alaye itan alaisan, bakanna bi iṣẹ MemTrax (MTx-% C, tumọ si MTx-RT). Ayẹwo kọọkan jẹ aami kekere ti o ba jẹ apẹrẹ MCI; bibẹkọ ti, o ti kà àìdá. A ṣe akiyesi lakoko pẹlu Dimegilio MoCA ninu awọn awoṣe ayẹwo (iwọnba dipo ti o lagbara); ṣugbọn a pinnu iyẹn yoo ṣẹgun idi ti ero awoṣe asọtẹlẹ keji wa. Nibi awọn akẹẹkọ yoo ni ikẹkọ nipa lilo awọn abuda alaisan miiran ti o wa ni imurasilẹ fun olupese ati awọn metiriki iṣẹ ṣiṣe ti idanwo MemTrax ti o rọrun (ni dipo MoCA) lodi si itọkasi “ọwọn goolu”, iwadii ile-iwosan ominira. Awọn ọran 69 wa ninu data ayẹwo idanimọ AD ati awọn iṣẹlẹ 76 ti VaD (Table 2). Ninu awọn ipilẹ data mejeeji, awọn ẹya ominira 12 wa. Ni afikun si awọn ẹya 10 ti o wa ninu iyasọtọ Dimegilio MoCA, itan-akọọlẹ alaisan tun pẹlu alaye lori itan-ẹjẹ haipatensonu ati ọpọlọ.

Tabili 2

Àkópọ̀ àwọn ìyàtọ̀ ètò àwòṣe tí a lò fún ìsọdipúpọ̀ àyẹ̀wò (Ìwọ̀nba àti Àìdára)

Eto AwoṣeÌwọ̀nba (Kálà Odì)Lídá (Káláàsì rere)
MCI-AD dipo AD12 (17.4%)57 (82.6%)
MCI-VaD dipo VaD38 (50.0%)38 (50.0%)

Nọmba ati ida ọgọrun ti lapapọ awọn alaisan ni kilasi kọọkan jẹ iyatọ nipasẹ ẹka ayẹwo akọkọ (AD tabi VaD).

Statistics

Ifiwera ti awọn abuda alabaṣe ati awọn ẹya ara ẹrọ nọmba miiran laarin awọn ipilẹ-datasets fun ilana isọdi awoṣe kọọkan (lati ṣe asọtẹlẹ ilera imọ MoCA ati iwuwo ayẹwo) ni a ṣe pẹlu lilo ede siseto Python (ẹya 2.7.1) [17]. Awọn iyatọ iṣẹ ṣiṣe awoṣe ni akọkọ ti pinnu ni lilo ẹyọkan- tabi ifosiwewe meji (bi o ṣe yẹ) ANOVA pẹlu aarin igbẹkẹle 95% ati idanwo pataki otitọ Tukey (HSD) lati ṣe afiwe awọn ọna ṣiṣe. Ayẹwo yi ti awọn iyatọ laarin awọn iṣẹ awoṣe ni a ṣe ni lilo apapo Python ati R (ẹya 3.5.1) [18]. A lo eyi (botilẹjẹpe, ijiyan o kere ju aipe) ọna nikan bi iranlọwọ heuristic ni eyi tete ipele fun awọn afiwe iṣẹ awoṣe akọkọ ni ifojusọna ohun elo ile-iwosan ti o pọju. Lẹhinna a lo idanwo ipo ibuwọlu Bayesian nipa lilo pinpin ẹhin lati pinnu iṣeeṣe ti awọn iyatọ iṣẹ ṣiṣe awoṣe [19]. Fun awọn itupalẹ wọnyi, a lo aarin-0.01, 0.01, ti o nfihan pe ti awọn ẹgbẹ meji ba ni iyatọ iṣẹ ti o kere ju 0.01, a kà wọn si kanna (laarin agbegbe ti deede deede), tabi bibẹẹkọ wọn yatọ (ọkan ti o dara ju ekeji). Lati ṣe afiwe Bayesian ti awọn kilasifa ati ṣe iṣiro awọn iṣeeṣe wọnyi, a lo ile-ikawe baycomp (ẹya 1.0.2) fun Python 3.6.4.

Asọtẹlẹ asọtẹlẹ

A kọ awọn awoṣe asọtẹlẹ nipa lilo awọn iyatọ mẹwa lapapọ ti awọn ero awoṣe wa lati ṣe asọtẹlẹ (sọtọ) abajade ti idanwo MoCA alaisan kọọkan tabi bi o ṣe buru ti iwadii aisan ile-iwosan. Gbogbo awọn akẹẹkọ ni a lo ati pe a kọ awọn awoṣe ni lilo ipilẹ sọfitiwia orisun ṣiṣi Weka [20]. Fun itupalẹ alakoko wa, a lo awọn algoridimu ikẹkọ 10 ti o wọpọ: 5-Nitosi Awọn aladugbo, awọn ẹya meji ti igi ipinnu C4.5, Ipadabọ Logistic, Multilayer Perceptron, Naïve Bayes, awọn ẹya meji ti Random Forest, Radial Basis Function Network, ati Vector Support Ẹrọ. Awọn abuda bọtini ati awọn iyatọ ti awọn algoridimu wọnyi ni a ti ṣapejuwe ni ibomiiran [21] (wo Apakan lẹsẹsẹ). Awọn wọnyi ni a yan nitori pe wọn ṣe aṣoju awọn oriṣiriṣi oriṣiriṣi awọn akẹẹkọ ati nitori a ti ṣe afihan aṣeyọri nipa lilo wọn ni awọn itupalẹ iṣaaju lori data kanna. Awọn eto paramita hyper-paramita ni a yan lati inu iwadii iṣaaju wa ti n tọka si pe wọn logan lori oriṣiriṣi oriṣiriṣi data [22]. Da lori awọn abajade ti itupalẹ alakoko wa ni lilo data akojọpọ apapọ kanna pẹlu awọn ẹya ti o wọpọ ti a lo ni atẹle ni itupalẹ ni kikun, a ṣe idanimọ awọn akẹkọ mẹta eyiti o pese iṣẹ ṣiṣe to lagbara ni gbogbo awọn isọdi: Ipadasẹyin Logistic, Naïve Bayes, ati Ẹrọ Atilẹyin Vector.

Cross-afọwọsi ati awoṣe išẹ metric

Fun gbogbo awoṣe isọtẹlẹ (pẹlu awọn itupalẹ alakoko), awoṣe kọọkan ni a kọ nipa lilo afọwọsi agbelebu 10-agbo, ati pe a ṣe iwọn iṣẹ awoṣe nipa lilo Agbegbe Labẹ Iyipada Iwa Awọn olugba (AUC). Ifọwọsi-agbelebu bẹrẹ pẹlu pipin laileto kọọkan ninu awọn ipilẹ data igbero ero awoṣe 10 si awọn ipele dogba mẹwa 10 (awọn agbo), ni lilo mẹsan ninu awọn apa oniwun wọnyi lati kọ awoṣe ati apakan to ku fun idanwo. Ilana yii tun ṣe ni igba mẹwa 10, ni lilo apakan ti o yatọ bi idanwo ti a ṣeto ni aṣetunṣe kọọkan. Awọn abajade lẹhinna ni idapo lati ṣe iṣiro abajade / iṣẹ awoṣe ikẹhin. Fun akẹẹkọ kọọkan/apapọ data, gbogbo ilana yii ni a tun ṣe ni igba mẹwa 10 pẹlu pipin data ni oriṣiriṣi ni igba kọọkan. Igbesẹ to kẹhin yii dinku ojuṣaaju, iṣeduro atunṣe, ati iranlọwọ ni ṣiṣe ipinnu iṣẹ ṣiṣe awoṣe gbogbogbo. Lapapọ (fun Dimegilio MoCA ati awọn ero isọdi ti o buruju ni idapo), awọn awoṣe 6,600 ni a kọ. Eyi pẹlu awọn awoṣe 1,800 ti a ko filẹ (awọn ero awoṣe 6 ti a lo si dataset × 3 akẹẹkọ × 10 nṣiṣẹ × awọn folda 10 = awọn awoṣe 1,800) ati awọn awoṣe 4,800 ti a yọ (awọn eto awoṣe 4 ti a lo si dataset × awọn ọmọ ile-iwe 3 × 4 awọn ilana yiyan ẹya × 10 nṣiṣẹ × 10 agbo = 4,800 si dede).

Aṣayan ẹya-ara

Fun awọn awoṣe ti a yo, yiyan ẹya (lilo awọn ọna ipo ẹya mẹrin) ni a ṣe laarin ijẹrisi-agbelebu. Fun ọkọọkan awọn agbo 10, bi 10% ti o yatọ si dataset jẹ data idanwo, awọn ẹya mẹrin ti o yan mẹrin nikan fun ipilẹ data ikẹkọ kọọkan (ie, awọn agbo mẹsan miiran, tabi 90% iyokù ti gbogbo data) ni a lo. lati kọ awọn awoṣe. A ko lagbara lati jẹrisi iru awọn ẹya mẹrin ti a lo ninu awoṣe kọọkan, nitori pe alaye naa ko tọju tabi ṣe wa laarin iru ẹrọ awoṣe ti a lo (Weka). Bibẹẹkọ, fun aitasera ni yiyan akọkọ wa ti awọn ẹya oke nigbati a lo awọn ipo si gbogbo akojọpọ data ti o papọ ati ibajọra ti o tẹle ni awọn iṣe adaṣe, awọn ẹya kanna (ọjọ-ori, awọn ọdun ti eto-ẹkọ, MTx-% C, ati tumọ si MTx-RT ) jẹ eyiti o wọpọ julọ ni oke mẹrin ti a lo concomitant pẹlu yiyan ẹya laarin ilana ijẹrisi-agbelebu.

Awọn esi

Awọn abuda nọmba awọn alabaṣe (pẹlu awọn nọmba MoCA ati awọn metiriki iṣẹ ṣiṣe MemTrax) ti awọn ipilẹ data oniwun fun ilana isọdi awoṣe kọọkan lati ṣe asọtẹlẹ ilera imọ-itọkasi MoCA (deede dipo MCI) ati iwuwo ayẹwo (iwọnba dipo ti o lagbara) ni afihan ni Tabili 3.

Tabili 3

Awọn abuda alabaṣe, awọn ikun MoCA, ati iṣẹ MemTrax fun ilana isọdi awoṣe kọọkan

Ilana IsọrioriEducationMoCA Ṣe atunṣeMoCA ti ko ni atunṣeMTx-% CMTx-RT
MoCA ẸkaỌdun 61.9 (13.1)Ọdun 9.6 (4.6)19.2 (6.5)18.4 (6.7)74.8% (15.0)iṣẹju-aaya 1.4 (0.3)
Àdánwò ÀdánùỌdun 65.6 (12.1)Ọdun 8.6 (4.4)16.7 (6.2)15.8 (6.3)68.3% (13.8)iṣẹju-aaya 1.5 (0.3)

Awọn iye ti o han (itumọ, SD) ti o yatọ nipasẹ awọn ilana isọdi awoṣe jẹ aṣoju ti akopọ data ti o ni idapo ti a lo lati ṣe asọtẹlẹ ilera imọ-itọkasi MoCA (MCI dipo deede) ati ipilẹ-data XL nikan ti a lo lati ṣe asọtẹlẹ idibajẹ ayẹwo (ìwọnba dipo àìdá).

Fun apapo kọọkan ti Dimegilio MoCA (tuntun / ti ko ṣatunṣe) ati iloro (26/23), iyatọ iṣiro kan wa (p = 0.000) ni afiwera kọọkan (ilera oye deede ni ibamu pẹlu MCI) fun ọjọ-ori, eto-ẹkọ, ati iṣẹ MemTrax (MTx-% C ati MTx-RT). Iṣeto-ipin data alaisan kọọkan ni kilasi MCI oniwun fun apapọ kọọkan jẹ ni aropin bii 9 si 15 ọdun dagba, royin bii ọdun marun ti eto-ẹkọ, ati pe o ni iṣẹ MemTrax ti ko dara fun awọn metiriki mejeeji.

Awọn abajade iṣẹ ṣiṣe awoṣe asọtẹlẹ fun awọn iyasọtọ Dimegilio MoCA ni lilo awọn ọmọ ile-iwe mẹta ti o ga julọ, Ipadasẹyin Logistic, Naïve Bayes, ati Ẹrọ Vector Support, ni a fihan ni Tabili 4. Awọn mẹtẹẹta wọnyi ni a yan da lori iṣẹ ṣiṣe akẹẹkọ ti o ga julọ nigbagbogbo ni gbogbo awọn awoṣe lọpọlọpọ. lo si awọn datasets fun gbogbo awọn igbero awoṣe. Fun data ti a ko fi silẹ ati awoṣe, ọkọọkan awọn iye data ti o wa ninu Tabili 4 tọkasi iṣẹ ṣiṣe awoṣe ti o da lori ọna oniwun AUC ti o wa lati awọn awoṣe 100 (awọn igbasilẹ 10 × 10 awọn folda) ti a ṣe fun akẹẹkọ kọọkan / akojọpọ ero awoṣe, pẹlu oniwun ga julọ. akẹẹkọ ti n ṣiṣẹ ni itọkasi ni igboya. Lakoko ti o jẹ ti awoṣe ti a ti sọ di mimọ, awọn abajade ti a royin ni Tabili 4 ṣe afihan awọn iṣe awoṣe apapọ apapọ lati awọn awoṣe 400 fun akẹẹkọ kọọkan ni lilo awọn ọna ipo ẹya kọọkan (awọn ọna ipo ẹya 4 × 10 nṣiṣẹ × awọn agbo 10).

Tabili 4

Awọn abajade isọdi iyasọtọ MoCA Dichotomous (AUC; 0.0–1.0) fun ọkọọkan awọn ọmọ ile-iwe giga mẹta ti o ṣiṣẹ fun gbogbo awọn ero awoṣe oniwun

Ṣeto Ẹya Ti LoIwọn MoCAIpese IpeleIlọsiwaju logisticNaïve BayesṢe atilẹyin Ẹrọ Vector
Ti ko ni iyọ (awọn ẹya 10)Tunṣe230.88620.89130.8695
260.89710.92210.9161
Ti ko ṣatunṣe230.91030.90850.8995
260.88340.91530.8994
Ti a tilẹ (awọn ẹya mẹrin)Tunṣe230.89290.89540.8948
260.91880.92470.9201
Ti ko ṣatunṣe230.91350.91340.9122
260.91590.92360.9177

Lilo awọn iyatọ ti ṣeto ẹya, Dimegilio MoCA, ati Dimegilio gige gige MoCA, iṣẹ ṣiṣe ti o ga julọ fun ero awoṣe kọọkan jẹ afihan ni bold (kii ṣe iyatọ iyatọ ni iṣiro ju gbogbo awọn miiran ko si ninu bold fun awọn oniwun awoṣe).

Ni ifiwera awọn akẹẹkọ kọja gbogbo awọn akojọpọ ti awọn ẹya Dimegilio MoCA ati awọn iloro (atunṣe/atunṣe ati 23/26, lẹsẹsẹ) ninu akojọpọ data isọpọ (ie, lilo awọn ẹya 10 ti o wọpọ), Naïve Bayes ni gbogbogbo jẹ akẹẹkọ ti n ṣiṣẹ ni gbogbogbo pẹlu apapọ lapapọ. classification iṣẹ ti 0.9093. Ṣiyesi awọn ọmọ ile-iwe mẹta ti o ga julọ, awọn idanwo ipo ibuwọlu ti o ni ibatan Bayesian fihan pe iṣeeṣe (Pr) ti Naïve Bayes ti o ni ilọsiwaju Logistic Regression jẹ 99.9%. Pẹlupẹlu, laarin Naïve Bayes ati Support Vector Machine, iṣeeṣe 21.0% ti ibaramu ilowo ni iṣẹ ọmọ ile-iwe (nitorinaa, iṣeeṣe 79.0% ti Naïve Bayes ti n ṣe atilẹyin Ẹrọ Vector Support), papọ pẹlu iṣeeṣe 0.0% ti Ẹrọ atilẹyin Vector ti n ṣiṣẹ dara julọ, ni iwọnwọn. ṣe atilẹyin anfani iṣẹ fun Naïve Bayes. Ifiwewe siwaju ti ẹya Dimegilio MoCA kọja gbogbo awọn akẹkọ/awọn alabagbepo daba ni anfani iṣẹ ṣiṣe diẹ nipa lilo awọn ikun MoCA ti ko ni atunṣe dipo ti a ṣatunṣe (0.9027 dipo 0.8971, lẹsẹsẹ; Pr (atunṣe> titunse) = 0.988). Bakanna, lafiwe ti ẹnu-ọna gige gige kọja gbogbo awọn akẹẹkọ ati awọn ẹya Dimegilio MoCA tọka si anfani iṣẹ isọdi kekere ni lilo 26 bi ala isọdi si 23 (0.9056 dipo 0.8942, lẹsẹsẹ; Pr (26> 23) = 0.999). Nikẹhin, ṣiṣe ayẹwo iṣẹ isọdi fun awọn awoṣe ni lilo awọn abajade ti a yo nikan (ie, awọn ẹya mẹrin ti o ni ipo oke nikan), Naïve Bayes (0.9143) jẹ oluko ti o ṣe oke-nla kọja gbogbo awọn ẹya Dimegilio MoCA. Bibẹẹkọ, kọja gbogbo awọn imọ-ẹrọ ipo ẹya ni idapo, gbogbo awọn ọmọ ile-iwe ti n ṣiṣẹ ni oke ṣe bakanna. Awọn idanwo ipo-ipo ti Bayesian ṣe afihan iṣeeṣe 100% ti ibaramu ilowo laarin bata kọọkan ti awọn akẹẹkọ ti a yo. Gẹgẹbi pẹlu data ti a ko fi silẹ (lilo gbogbo awọn ẹya 10 ti o wọpọ), anfani iṣẹ tun wa fun ẹya ti ko ni atunṣe ti Dimegilio MoCA (Pr (aṣatunṣe> titunse) = 1.000), bakanna bi anfani kanna ti o yatọ fun iloro ipin ti 26 (Pr (26> 23) = 1.000). Ni pataki, iṣẹ apapọ ti ọkọọkan awọn ọmọ ile-iwe mẹta ti o ga julọ kọja gbogbo awọn ẹya Dimegilio MoCA/awọn ala ni lilo awọn ẹya mẹrin ti o ni ipo oke nikan kọja iwọn iṣẹ akẹẹkọ eyikeyi lori data aitọ. Kii ṣe iyalẹnu, iṣẹ isọdi ti awọn awoṣe ti a yo (lilo awọn ẹya mẹrin ti o ni ipo oke) lapapọ jẹ ti o ga julọ (0.9119) si awọn awoṣe ti a ko filẹ (0.8999), laibikita awọn awoṣe ọna ipo ẹya ti o ṣe afiwe si awọn awoṣe oniwun naa ni lilo gbogbo 10 ti o wọpọ. awọn ẹya ara ẹrọ. Fun ọna yiyan ẹya kọọkan, iṣeeṣe 100% wa ti anfani iṣẹ lori awọn awoṣe ti a ko filẹ.

Pẹlu awọn alaisan ti a gbero fun isọri idibajẹ okunfa AD, iyatọ laarin ẹgbẹ (MCI-AD dipo AD) fun ọjọ-ori (p = 0.004), ẹkọ (p = 0.028), Dimegilio MoCA ni atunṣe/ti ko ṣatunṣe (p = 0.000), ati MTx-% C (p = 0.008) ṣe pataki ni iṣiro; nigbati fun MTx-RT kii ṣe (p = 0.097). Pẹlu awọn alaisan wọnyẹn ti a gbero fun isọri idibajẹ okunfa VaD, laarin ẹgbẹ-ẹgbẹ (MCI-VaD dipo VaD) awọn iyatọ fun Dimegilio MoCA ni titunse/ti ko ṣatunṣe (p = 0.007) ati MTx-% C (p = 0.026) ati MTx-RT (p = 0.001) jẹ pataki iṣiro; nigba ti ọjọ ori (p = 0.511) ati ẹkọ (p = 0.157) ko si pataki laarin awọn iyatọ ẹgbẹ.

Awọn abajade iṣẹ ṣiṣe awoṣe asọtẹlẹ fun awọn ipinya idibajẹ okunfa nipa lilo awọn ọmọ ile-iwe mẹta ti a ti yan tẹlẹ, Logistic Regression, Naïve Bayes, ati Ẹrọ Vector Support, ni a fihan ni Tabili 5. Lakoko ti awọn akẹẹkọ ti a ṣe ayẹwo ni afikun ṣe afihan awọn iṣẹ ṣiṣe ti o lagbara diẹ ni ẹyọkan pẹlu ọkan ninu awọn ẹka iwadii ile-iwosan meji meji. , awọn akẹẹkọ mẹta ti a ti mọ bi ẹni ti o dara julọ ninu iṣapẹẹrẹ iṣaju wa funni ni iṣẹ ṣiṣe deede julọ pẹlu awọn ero awoṣe tuntun mejeeji. Ni ifiwera awọn ọmọ ile-iwe kọja ọkọọkan awọn ẹka iwadii akọkọ (AD ati VaD), ko si iyatọ iṣẹ ṣiṣe isọdi deede laarin awọn akẹẹkọ fun MCI-VaD dipo VaD, botilẹjẹpe Ẹrọ Vector atilẹyin ni gbogbogbo ṣe pataki diẹ sii. Bakanna, ko si awọn iyatọ pataki laarin awọn akẹẹkọ fun MCI-AD dipo ipin AD, botilẹjẹpe Naïve Bayes (NB) ni anfani iṣẹ ṣiṣe diẹ lori Ipadasẹhin Logistic (LR) ati pe o kan ni aifiyesi pupọ lori Ẹrọ Atilẹyin Vector, pẹlu awọn iṣeeṣe ti 61.4% ati 41.7% lẹsẹsẹ. Kọja mejeji datasets, nibẹ je ohun ìwò išẹ anfani fun Support Vector Machine (SVM), pẹlu Pr (SVM> LR) = 0.819 ati Pr (SVM> NB) = 0.934. Iṣe isọdi gbogbogbo wa kọja gbogbo awọn akẹẹkọ ni sisọ asọtẹlẹ bi o ṣe le to ayẹwo ni ipin-data ti XL dara julọ ni ẹka iwadii VaD dipo AD (Pr (VAD> AD) = 0.998).

Tabili 5

Dichotomous isẹgun ṣiṣe ikasi bibo (AUC; 0.0–1.0) awọn abajade fun ọkọọkan awọn ọmọ ile-iwe ti o ṣe oke mẹta fun awọn ero awoṣe oniwun mejeeji.

Eto AwoṣeIlọsiwaju logisticNaïve BayesṢe atilẹyin Ẹrọ Vector
MCI-AD dipo AD0.74650.78100.7443
MCI-VaD dipo VaD0.80330.80440.8338

Išẹ ti o ga julọ fun ero awoṣe kọọkan jẹ afihan ni bold (kii ṣe iyatọ iyatọ ni iṣiro ju awọn miiran ko si ninu bold).

AWỌN OHUN

Wiwa ni kutukutu ti awọn ayipada ninu ilera oye ni pataki IwUlO wulo ni iṣakoso ilera ti ara ẹni ati ilera gbogbogbo bakanna. Lootọ, o tun jẹ pataki pupọ ni awọn eto ile-iwosan fun awọn alaisan ni kariaye. Ibi-afẹde ti a pin ni lati ṣe akiyesi awọn alaisan, awọn alabojuto, ati awọn olupese ati taara ni iṣaaju ti o yẹ ati itọju to munadoko ati itọju gigun fun awọn ti o bẹrẹ lati ni iriri idinku imọ. Ni idapọ awọn ipilẹ data ile-iwosan mẹta / ile-iwosan (awọn ile-iwosan), a ṣe idanimọ awọn ọmọ ile-iwe mẹta ti o fẹ julọ (pẹlu iduro pataki kan –Naïve Bayes) lati kọ awọn awoṣe asọtẹlẹ ni lilo Awọn metiriki iṣẹ MemTrax ti o le ṣe iyasọtọ ipo ilera oye dichotomously (ilera oye deede tabi MCI) bi yoo ṣe tọka nipasẹ Dimegilio apapọ MoCA kan. Ni pataki, iṣẹ isọdi gbogbogbo fun gbogbo awọn akẹẹkọ mẹtẹẹta ni ilọsiwaju nigbati awọn awoṣe wa lo awọn ẹya mẹrin ti o ni ipo ti o ga julọ eyiti o ni akọkọ pẹlu awọn metiriki iṣẹ MemTrax wọnyi. Pẹlupẹlu, a ṣe afihan agbara ti o ni idaniloju fun lilo awọn akẹkọ kanna ati awọn metiriki iṣẹ ṣiṣe MemTrax ni ero awoṣe isọdi ti o ṣe atilẹyin iwadii lati ṣe iyatọ bi o ti le to awọn ẹka meji ti iwadii aisan iyawere: AD ati VaD.

Idanwo iranti jẹ aringbungbun si wiwa tete AD [23, 24]. Nitorinaa, o jẹ aye pe MemTrax jẹ itẹwọgba, ikopa, ati rọrun-lati ṣe lori ayelujara idanwo iboju fun iranti episodic ni gbogbo eniyan [6]. Iṣeduro idanimọ ati awọn akoko idahun lati iṣẹ ṣiṣe ti nlọsiwaju yii jẹ ifihan ni pataki ni idamo ni kutukutu ati idagbasoke ibajẹ ati awọn aipe abajade ninu awọn ilana neuroplastic ti o ni ibatan si ẹkọ, iranti, ati imọ. Iyẹn ni, awọn awoṣe nibi ti o da ni pataki lori awọn metiriki iṣẹ ṣiṣe MemTrax jẹ ifarabalẹ si ati pe o ṣee ṣe diẹ sii ni imurasilẹ ati pẹlu idiyele kekere ti o ṣafihan awọn aipe neuropathologic ti ibi lakoko ipele asymptomatic iyipada daradara ṣaaju pipadanu iṣẹ ṣiṣe pupọ diẹ sii [25]. Ashford et al. ṣe ayẹwo ni pẹkipẹki awọn ilana ati awọn ihuwasi ti deede iranti idanimọ ati akoko idahun ni awọn olumulo ori ayelujara ti o ṣe alabapin funrararẹ pẹlu MemTrax [6]. Ni ibọwọ pe awọn ipinpinpin wọnyi ṣe pataki ni awoṣe to dara julọ ati idagbasoke awọn ohun elo itọju alaisan ti o wulo ati imunadoko, asọye idanimọ ile-iwosan ati awọn profaili akoko idahun jẹ pataki ni idasile itọkasi ipilẹ ti o niyelori fun ile-iwosan ati IwUlO iwadii. Iye iṣe ti MemTrax ni iboju AD fun ailagbara oye ipele ibẹrẹ ati atilẹyin idanimọ iyatọ nilo lati lẹhinna ṣe ayẹwo ni pẹkipẹki diẹ sii ni aaye ti eto ile-iwosan nibiti a le ṣe akiyesi awọn ibatan ati imọ-imọ-imọ-imọ-imọ, imọ-ara, ati awọn agbara mọto ti o ni ipa lori iṣẹ idanwo. Ati lati sọ fun irisi alamọdaju ati ṣe iwuri fun IwUlO ile-iwosan ti o wulo, o jẹ dandan akọkọ lati ṣe afihan afiwe si idanwo igbelewọn ilera ti a ti fi idi mulẹ, botilẹjẹpe igbehin le jẹ idanimọ ni iyanju nipasẹ awọn eekaderi idanwo ti o buruju, eto-ẹkọ ati awọn idena ede, ati awọn ipa aṣa [26] . Ni iyi yii, afiwera ti MemTrax ni ipa ile-iwosan si MoCA eyiti o jẹ mimọ bi boṣewa ile-iṣẹ jẹ pataki, paapaa nigbati o ba ṣe iwọn irọrun ti iwulo nla ati gbigba alaisan ti MemTrax.

Iwadii iṣaaju ti o ṣe afiwe MemTrax si MoCA ṣe afihan idi ati ẹri alakoko ti o ṣe atilẹyin iwadii awoṣe wa [8]. Sibẹsibẹ, lafiwe iṣaaju yii kan ni nkan ṣe pẹlu awọn metiriki iṣẹ ṣiṣe MemTrax meji ti a ṣe ayẹwo pẹlu ipo oye gẹgẹbi ipinnu nipasẹ MoCA ati asọye awọn sakani oniwun ati awọn iye gige. A jinlẹ ni igbelewọn ohun elo ile-iwosan ti MemTrax nipa ṣiṣewadii ọna ti o da lori awoṣe isọtẹlẹ ti yoo pese akiyesi ẹni kọọkan diẹ sii ti awọn ayeraye-pataki alaisan-pato miiran. Ni idakeji si awọn miiran, a ko rii anfani ni iṣẹ ṣiṣe awoṣe nipa lilo atunṣe eto-ẹkọ (atunṣe) si Dimegilio MoCA tabi ni iyatọ ti ilera oye ti o ṣe iyasọtọ iyasọtọ MoCA apapọ ala-ilẹ lati 26 ti a ṣe iṣeduro ni akọkọ si 23 [12, 15]. Ni otitọ, anfani iṣẹ ṣiṣe iyasọtọ ṣe ojurere ni lilo Dimegilio MoCA ti ko ni atunṣe ati iloro ti o ga julọ.

Key ojuami ni isẹgun iwa

Ẹkọ ẹrọ nigbagbogbo ni lilo ti o dara julọ ati imudara julọ ni awoṣe asọtẹlẹ nigbati data ba tobi pupọ ati iwọn-pupọ, iyẹn ni, nigbati awọn akiyesi lọpọlọpọ ba wa ati akojọpọ awọn abuda iye-giga (idasi). Sibẹsibẹ, pẹlu awọn data lọwọlọwọ wọnyi, awọn awoṣe ti a yo pẹlu awọn ẹya yiyan mẹrin mẹrin ti a ṣe dara julọ ju awọn ti nlo gbogbo awọn ẹya 10 ti o wọpọ. Eyi ni imọran pe akopọ data ile-iwosan apapọ ko ni awọn ẹya ti o yẹ julọ ti ile-iwosan (iye giga) lati ṣe iyasọtọ awọn alaisan ni aipe ni ọna yii. Bibẹẹkọ, itọkasi ipo ẹya lori bọtini MemTrax awọn metiriki iṣẹ ṣiṣe — MTx-% C ati MTx-RT — ṣe atilẹyin ṣinṣin ni kikọ awọn awoṣe aipe aipe imọ ipele ipele ni ayika idanwo yii ti o rọrun, rọrun lati ṣakoso, idiyele kekere, ati iṣafihan deede nipa nipa iṣẹ iranti, o kere ju ni bayi bi iboju ibẹrẹ fun ipinya alakomeji ti ipo ilera oye. Fi fun igara gbigbe nigbagbogbo lori awọn olupese ati awọn eto ilera, awọn ilana ibojuwo alaisan ati awọn ohun elo ile-iwosan yẹ ki o ni idagbasoke ni ibamu pẹlu tcnu lori gbigba, titọpa, ati awoṣe awọn abuda alaisan wọnyẹn ati awọn metiriki idanwo ti o wulo julọ, anfani, ati ti fihan pe o munadoko ninu iwadii aisan ati atilẹyin alaisan isakoso.

Pẹlu awọn metiriki MemTrax bọtini meji ti o jẹ aringbungbun si isọdi MCI, ọmọ ile-iwe ti o ṣiṣẹ ni oke-nla (Naïve Bayes) ni iṣẹ asọtẹlẹ ti o ga pupọ ni ọpọlọpọ awọn awoṣe (AUC ju 0.90) pẹlu otitọ-rere si ipin-rere eke ti o sunmọ tabi diẹ ju 4 lọ. : 1. Ohun elo ile-iwosan ti itumọ ni lilo olukọ yii yoo gba (sọtọtọ ni deede) nipasẹ pupọ julọ awọn ti o ni aipe oye, lakoko ti o dinku iye owo ti o nii ṣe pẹlu sisọtọ eniyan ni aṣiṣe ti o ni ilera oye deede bi nini aipe oye (rere eke) tabi sonu pe classification ninu awon ti o ṣe ni a imo aipe (eke odi). Boya ọkan ninu awọn oju iṣẹlẹ ti isọdi-aiṣedeede le fa ẹru ọpọlọ-awujọ ti ko yẹ si alaisan ati awọn alabojuto.

Lakoko ti o jẹ pe ninu awọn itupale alakoko ati kikun a lo gbogbo awọn akẹẹkọ mẹwa ninu ero awoṣe kọọkan, a dojukọ awọn abajade wa lori awọn ikasi mẹta ti n ṣafihan iṣẹ ṣiṣe to lagbara deede julọ. Eyi tun jẹ lati ṣe afihan, ti o da lori data wọnyi, awọn ọmọ ile-iwe ti yoo ni ifojusọna ṣe igbẹkẹle ni ipele giga ninu ohun elo ile-iwosan ti o wulo ni ṣiṣe ipinnu ipo ipo oye. Pẹlupẹlu, nitori pe a pinnu iwadi yii bi iwadii iforowero si IwUlO ti ẹkọ ẹrọ lori ibojuwo imọ ati awọn italaya ile-iwosan akoko wọnyi, a ṣe ipinnu lati jẹ ki awọn ilana ikẹkọ rọrun ati gbogbogbo, pẹlu isọdọtun paramita kekere. A mọriri pe ọna yii le ti ni opin agbara fun awọn agbara isọtẹlẹ pato-alaisan diẹ sii. Bakanna, lakoko ti ikẹkọ awọn awoṣe nipa lilo awọn ẹya oke nikan (ọna ti a fiwe si) sọ fun wa siwaju sii nipa awọn data wọnyi (ni pato si awọn aito ninu data ti a gba ati ṣe afihan iye ni jijẹ akoko ile-iwosan iyebiye ati awọn orisun), a mọ pe o ti tọjọ lati dín. Iwọn ti awọn awoṣe ati, nitorinaa, gbogbo (ati awọn ẹya miiran) yẹ ki o gbero pẹlu iwadii ọjọ iwaju titi ti a yoo ni profaili asọye diẹ sii ti awọn ẹya pataki ti yoo wulo fun olugbe gbooro. Nitorinaa, a tun mọ ni kikun pe ifisi diẹ sii ati data aṣoju gbooro ati iṣapeye ti iwọnyi ati awọn awoṣe miiran yoo jẹ pataki ṣaaju iṣakojọpọ wọn sinu ohun elo ile-iwosan ti o munadoko, ni pataki lati gba awọn aiṣedeede ti o ni ipa iṣẹ ṣiṣe oye ti yoo nilo ni imọran ni igbelewọn ile-iwosan siwaju.

IwUlO ti MemTrax ni imudara siwaju sii nipasẹ iṣapẹrẹ ti iwuwo arun ti o da lori iwadii ile-iwosan lọtọ. Iṣe isọdi gbogbogbo ti o dara julọ ni asọtẹlẹ bibo ti VaD (fiwera si AD) kii ṣe iyalenu fun awọn ẹya profaili alaisan ni awọn awoṣe pato si ilera iṣan ati ewu ikọlu, ie, haipatensonu, hyperlipidemia, diabetes, ati (dajudaju) itan-ọgbẹ. Bi o tilẹ jẹ pe yoo ti jẹ iwunilori diẹ sii ati pe o yẹ lati ni igbelewọn ile-iwosan kanna ti a ṣe lori awọn alaisan ti o baamu pẹlu ilera oye deede lati kọ awọn ọmọ ile-iwe pẹlu awọn data isunmọ diẹ sii. Eyi jẹ atilẹyin ni pataki, bi MemTrax ṣe pinnu lati lo ni akọkọ fun iṣawari ipele ibẹrẹ ti aipe imọ ati ipasẹ atẹle ti iyipada ẹni kọọkan. O tun jẹ ohun ti o ṣeeṣe pe pinpin wiwa data diẹ sii ninu iwe data VaD ṣe alabapin ni apakan si iṣẹ awoṣe to dara julọ ni afiwe. Iṣeduro data VaD jẹ iwọntunwọnsi daradara laarin awọn kilasi meji, lakoko ti data AD pẹlu awọn alaisan MCI ti o kere ju kii ṣe. Ni pataki ni awọn ipilẹ data kekere, paapaa awọn apẹẹrẹ afikun diẹ le ṣe iyatọ iwọnwọn. Awọn iwoye mejeeji jẹ awọn ariyanjiyan ti o ni oye ti o wa labẹ awọn iyatọ ninu iṣẹ ṣiṣe awoṣe iwuwo arun. Bibẹẹkọ, ni iwọn isọkasi iṣẹ ilọsiwaju si awọn abuda nọmba datasetset tabi awọn ẹya ara ẹrọ ti o wa ni pato si igbejade ile-iwosan labẹ ero ti tọjọ. Bibẹẹkọ, aramada yii ṣe afihan iwulo ti awoṣe isọsọ asọtẹlẹ MemTrax ni ipa ti atilẹyin iwadii ile-iwosan n pese irisi ti o niyelori ati jẹrisi ilepa fun idanwo afikun pẹlu awọn alaisan kọja itesiwaju ti MCI.

Imuse ati afihan IwUlO ti MemTrax ati awọn awoṣe wọnyi ni Ilu China, nibiti ede ati aṣa ti yatọ pupọ si awọn agbegbe miiran ti ohun elo ti iṣeto (fun apẹẹrẹ, Faranse, Fiorino, ati Amẹrika) [7, 8, 27], tun tẹnumọ agbara naa. fun gbigba kaakiri agbaye ati iye ile-iwosan ti ipilẹ-orisun MemTrax. Eyi jẹ apẹẹrẹ ti o ṣe afihan ni tiraka si isokan data ati idagbasoke awọn iwuwasi agbaye ti o wulo ati awọn orisun awoṣe fun ibojuwo imọ ti o jẹ iwọntunwọnsi ati irọrun ni irọrun fun lilo ni kariaye.

Awọn igbesẹ ti o tẹle ni iṣapẹẹrẹ idinku imọ ati ohun elo

Aifọwọyi imọ ni AD nitootọ waye lori lilọsiwaju, kii ṣe ni awọn ipele ti o mọye tabi awọn igbesẹ [28, 29]. Sibẹsibẹ, ni ipele ibẹrẹ yii, ibi-afẹde wa ni lati kọkọ fi idi agbara wa mulẹ lati kọ awoṣe kan ti o ṣafikun MemTrax ti o le ṣe iyatọ “deede” lati “kii ṣe deede”. Awọn alaye imudara ifaramọ diẹ sii (fun apẹẹrẹ, aworan ọpọlọ, awọn ẹya jiini, awọn ami-ara, awọn ami-ara, ati awọn asami iṣẹ ṣiṣe ti eka akitiyan to nilo imo iṣakoso) [30] kọja awọn agbegbe agbaye ti o yatọ, awọn olugbe, ati awọn ẹgbẹ ọjọ-ori lati ṣe ikẹkọ ati idagbasoke diẹ sii fafa (pẹlu akojọpọ iwuwo deede) awọn awoṣe ikẹkọ ẹrọ yoo ṣe atilẹyin iwọn nla ti isọdi imudara, iyẹn ni, agbara lati ṣe isọto awọn ẹgbẹ ti awọn alaisan pẹlu MCI sinu awọn ipin-ipin ti o kere ati diẹ sii lẹgbẹẹ itesiwaju idinku imọ. Pẹlupẹlu, awọn iwadii ile-iwosan concomitant fun awọn ẹni-kọọkan kọja awọn olugbe alaisan oniruuru agbegbe jẹ pataki si fe ni irin awọn wọnyi diẹ sii jumo ati asọtẹlẹ logan si dede. Eyi yoo dẹrọ iṣakoso ọran stratified kan pato diẹ sii fun awọn ti o ni awọn ipilẹ ti o jọra, awọn ipa, ati awọn profaili imọ ti o ni asọye diẹ sii ati nitorinaa ṣe atilẹyin ipinnu ile-iwosan ati itọju alaisan.

Pupọ ti iwadii ile-iwosan ti o yẹ titi di oni ti koju awọn alaisan ti o ni o kere ju iyawere kekere; ati, ni iṣe, igba pupọ igba itọju alaisan ni igbiyanju nikan ni awọn ipele to ti ni ilọsiwaju. Bibẹẹkọ, nitori idinku imọ bẹrẹ daradara ṣaaju ki o to pade awọn ibeere ile-iwosan fun iyawere, iboju ibẹrẹ ti MemTrax ti a lo ni imunadoko le ṣe iwuri fun eto-ẹkọ ti o yẹ ti awọn ẹni-kọọkan nipa arun na ati awọn ilọsiwaju rẹ ati taara ni iṣaaju ati awọn ilowosi akoko diẹ sii. Nitorinaa, wiwa ni kutukutu le ṣe atilẹyin awọn ilowosi to dara ti o wa lati adaṣe, ounjẹ, atilẹyin ẹdun, ati imudara awujọ si kikọlu elegbogi ati fikun awọn ayipada ti o ni ibatan alaisan ninu ihuwasi ati imọran pe ẹyọkan tabi ni apapọ le dinku tabi o le da ilọsiwaju iyawere [31, 32] . Jubẹlọ, pẹlu munadoko tete waworan, Awọn ẹni-kọọkan ati awọn idile wọn le ni itara lati ṣe akiyesi awọn idanwo ile-iwosan tabi gba imọran ati atilẹyin awọn iṣẹ awujo miiran lati ṣe iranlọwọ lati ṣalaye awọn ireti ati awọn ero ati ṣakoso awọn iṣẹ-ṣiṣe ojoojumọ. Ifọwọsi siwaju sii ati ohun elo ilowo ni ibigbogbo ni awọn ọna wọnyi le jẹ ohun elo ni idinku tabi didaduro ilọsiwaju ti MCI, AD, ati ADRD fun ọpọlọpọ awọn eniyan kọọkan.

Lootọ, opin kekere ti iwọn ọjọ-ori alaisan ninu iwadi wa ko ṣe aṣoju olugbe ti ibakcdun ibile pẹlu AD. Bibẹẹkọ, aropin ọjọ-ori fun ẹgbẹ kọọkan ti a lo ninu awọn ero awoṣe isọdi ti o da lori Dimegilio MoCA/ala ati idiwo ayẹwo (Table 3) ṣe afihan opoju ti o han gbangba (ju 80%) jẹ o kere ju ọdun 50. Pinpin yii jẹ deede pupọ fun gbogbogbo, ṣe atilẹyin IwUlO ti awọn awoṣe wọnyi ninu olugbe ti n ṣe afihan awọn ti o kan ni igbagbogbo nipasẹ tete ibẹrẹ ati aisan neurocognitive ti n dagba nitori AD ati VaD. Pẹlupẹlu, ẹri aipẹ ati aapọn irisi awọn ifosiwewe ti a mọ (fun apẹẹrẹ, haipatensonu, isanraju, àtọgbẹ, ati mimu siga) ti o le ṣe idasi si giga ni kutukutu awọn ikun eewu eewu ti iṣan agba ati agbedemeji ati nitori abajade arekereke iṣọn-ẹjẹ iṣọn-ẹjẹ ọpọlọ ti o ndagba lainidi pẹlu awọn ipa ti o han gbangba paapaa ni ọdọ. agbalagba [33-35]. Nitorinaa, aye iboju akọkọ ti o dara julọ fun wiwa ni kutukutu awọn aipe oye ipele ati pilẹṣẹ idena ti o munadoko ati awọn ilana idasi ni didojukọ iyawere ni aṣeyọri yoo farahan lati ṣe ayẹwo awọn ifosiwewe idasi ati awọn itọkasi iṣaaju kọja iwọn irisi ọjọ-ori, pẹlu agba agba ati agbara paapaa ewe (ṣakiyesi ibaramu awọn nkan jiini gẹgẹbi apolipoprotein E lati inu oyun kutukutu).

Ni iṣe, awọn iwadii ile-iwosan ti o wulo ati awọn ilana idiyele fun aworan ilọsiwaju, profaili jiini, ati wiwọn awọn ami-ara ti o ni ileri kii ṣe ni imurasilẹ nigbagbogbo tabi paapaa ṣee ṣe fun ọpọlọpọ awọn olupese. Nitorinaa, ni ọpọlọpọ awọn iṣẹlẹ, ipinya ipo ilera gbogbogbo gbogbogbo le ni lati jẹyọ lati awọn awoṣe nipa lilo awọn metiriki ti o rọrun miiran ti a pese nipasẹ alaisan (fun apẹẹrẹ, ijabọ ara ẹni awọn iṣoro iranti, awọn oogun lọwọlọwọ, ati awọn idiwọn iṣẹ ṣiṣe deede) ati awọn ẹya ara eniyan ti o wọpọ [7]. Awọn iforukọsilẹ bii University of California Brain Health Iforukọsilẹ (https://www.brainhealthregistry.org/) [27] ati awọn miiran ti o ni ibú ti o tobi ju ti awọn aami aisan ti ara ẹni royin, awọn iwọn agbara (fun apẹẹrẹ, oorun ati imọ ni gbogbo ọjọ), awọn oogun, ipo ilera, ati itan-akọọlẹ, ati Awọn iṣiro alaye diẹ sii yoo jẹ ohun elo ni idagbasoke ati ifẹsẹmulẹ ohun elo ti o wulo ti awọn awoṣe alakoko diẹ sii ni ile-iwosan. Siwaju sii, idanwo kan gẹgẹbi MemTrax, eyiti o ti ṣe afihan iwulo ni ṣiṣe iṣiro iṣẹ iranti, le ni otitọ pese iṣiro to dara julọ ti Ẹkọ aisan ara AD ju awọn asami ti ibi lọ. Fun pe ẹya pataki ti Ẹkọ-ara AD jẹ idalọwọduro ti neuroplasticity ati isonu ti o lagbara pupọ ti awọn synapses, eyiti o han bi episodic. ailagbara iranti, odiwọn eyiti o ṣe ayẹwo iranti episodic le ni otitọ pese iṣiro to dara julọ ti ẹru pathological AD ju awọn ami isamisi ninu alaisan laaye [36].

Pẹlu gbogbo awọn awoṣe isọtẹlẹ-boya ti o ni ibamu nipasẹ eka ati data ifisi lati imọ-ẹrọ-ti-ti-aworan ati awọn oye ile-iwosan ti a ti tunṣe kọja awọn agbegbe pupọ tabi awọn ti o ni opin si ipilẹ diẹ sii ati alaye ti o wa ni imurasilẹ ti awọn profaili alaisan ti o wa tẹlẹ — anfani idanimọ ti oye atọwọda. ati ẹkọ ẹrọ ni pe awọn awoṣe abajade le ṣapọpọ ati inductively “kọ ẹkọ” lati inu data tuntun ti o yẹ ati irisi ti a pese nipasẹ lilo ohun elo ti nlọ lọwọ. Ni atẹle gbigbe imọ-ẹrọ ti o wulo, bi awọn awoṣe ti o wa nibi (ati lati ni idagbasoke) ti wa ni lilo ati idarato pẹlu awọn ọran diẹ sii ati data to wulo (pẹlu awọn alaisan ti o ni awọn aarun ti o le ṣafihan pẹlu idinku imọ ti o tẹle), iṣẹ asọtẹlẹ ati isọdi ilera oye yoo jẹ diẹ sii logan, Abajade ni diẹ munadoko isẹgun ipinnu support IwUlO. Itankalẹ yii yoo ni kikun ni kikun ati imuse adaṣe pẹlu fifi MemTrax sinu aṣa (ti a fojusi si awọn agbara to wa) awọn iru ẹrọ ti awọn olupese ilera le lo ni akoko gidi ni ile-iwosan.

Pataki si afọwọsi ati IwUlO ti awoṣe MemTrax fun atilẹyin iwadii ati itọju alaisan ni a n wa pupọ lẹhin data gigun ti o nilari. Nipa wíwo ati gbigbasilẹ awọn iyipada concomitant (ti o ba jẹ eyikeyi) ni ipo ile-iwosan kọja iwọn deedee deede nipasẹ MCI ni kutukutu, awọn awoṣe fun igbelewọn ti nlọ lọwọ ti o yẹ ati isọdi le jẹ ikẹkọ ati yipada bi awọn alaisan ti di ọjọ ori ati pe a ṣe itọju. Iyẹn ni, ohun elo leralera le ṣe iranlọwọ pẹlu titọpa gigun ti awọn iyipada imọ kekere, imunadoko idasi, ati mimu itọju isọdi alaye. Ọna yii ṣe deede diẹ sii ni pẹkipẹki pẹlu adaṣe ile-iwosan ati alaisan ati iṣakoso ọran.

idiwọn

A mọriri ipenija ati iye ni gbigba data ile-iwosan mimọ ni ile-iwosan iṣakoso / eto ile-iwosan. Bibẹẹkọ, yoo ti fun apẹẹrẹ wa lokun ti awọn akopọ data wa ba pẹlu awọn alaisan diẹ sii pẹlu awọn ẹya ti o wọpọ. Pẹlupẹlu, ni pato si awoṣe ayẹwo ayẹwo wa, yoo ti jẹ iwunilori diẹ sii ati pe o yẹ lati ni idanwo ile-iwosan kanna ti a ṣe lori awọn alaisan ti o baamu pẹlu ilera oye deede lati kọ awọn ọmọ ile-iwe. Ati bi a ti tẹnumọ nipasẹ iṣẹ isọdi ti o ga julọ nipa lilo data ti a ti yo (nikan awọn ẹya mẹrin ti o ni ipo oke), gbogbogbo diẹ sii ati awọn iwọn ilera oye / awọn itọkasi yoo ti ni ilọsiwaju iṣẹ ṣiṣe awoṣe pẹlu nọmba ti o tobi julọ ti awọn ẹya ti o wọpọ kọja gbogbo awọn alaisan.

Diẹ ninu awọn olukopa le ti ni iriri nigbakanna awọn aisan miiran ti o le ti fa awọn ailagbara imọ-ilọsiwaju tabi onibaje. Miiran ju ipilẹ-ipin-ipamọ XL nibiti a ti pin awọn alaisan ni ayẹwo bi nini boya AD tabi VaD, data comorbidity ni a ko gba / royin ninu adagun alaisan YH, ati pe akọkọ ti o royin ibajọpọ nipasẹ jina ni ipilẹ-data KM jẹ àtọgbẹ. O jẹ ijiyan, sibẹsibẹ, pe pẹlu awọn alaisan ninu awọn ero awoṣe wa pẹlu awọn aiṣedeede ti o le fa tabi mu ipele aipe oye pọ si ati abajade MemTrax isalẹ yoo jẹ aṣoju diẹ sii ti olugbe alaisan ti o fojusi ni agbaye gidi fun ibojuwo imọ-itumọ ti iṣakojọpọ diẹ sii. ati ọna awoṣe. Lilọ siwaju, iwadii aisan deede ti awọn aarun alakan ti o ni ipa lori iṣẹ ṣiṣe oye jẹ anfani lọpọlọpọ fun iṣapeye awọn awoṣe ati abajade awọn ohun elo itọju alaisan.

Nikẹhin, awọn alaisan YH ati KM sub-dataset lo foonuiyara kan lati ṣe idanwo MemTrax, lakoko ti nọmba to lopin ti awọn alaisan kekere-dataset XL lo iPad kan ati iyokù lo foonuiyara kan. Eyi le ti ṣafihan iyatọ ti o ni ibatan ẹrọ kekere kan ninu iṣẹ MemTrax fun awoṣe isọdi MoCA. Bibẹẹkọ, awọn iyatọ (ti o ba jẹ eyikeyi) ni MTx-RT, fun apẹẹrẹ, laarin awọn ẹrọ yoo ṣee ṣe aifiyesi, paapaa pẹlu alabaṣe kọọkan ti a fun ni idanwo “iwa” ṣaaju iṣẹ idanwo ti o gbasilẹ. Sibẹsibẹ, IwUlO ti awọn ẹrọ amusowo meji wọnyi le ṣe adehun ifiwera taara si ati/tabi isọpọ pẹlu awọn abajade MemTrax miiran nibiti awọn olumulo ti dahun lati tun awọn aworan ṣe nipa fifọwọkan aaye aaye lori bọtini itẹwe kọnputa kan.

Awọn aaye pataki lori IwUlO awoṣe asọtẹlẹ MemTrax

  • • Awọn awoṣe asọtẹlẹ ti n ṣiṣẹ oke wa ti o ni awọn metiriki iṣẹ ṣiṣe MemTrax ti a yan le ni igbẹkẹle ṣe iyasọtọ ipo ilera oye (ilera oye deede tabi MCI) bi yoo ṣe afihan nipasẹ idanwo MoCA ti a mọ ni ibigbogbo.
  • • Awọn abajade wọnyi ṣe atilẹyin isọpọ ti awọn metiriki iṣẹ ṣiṣe MemTrax ti a yan sinu ohun elo ibojuwo awoṣe isọri fun ailagbara oye ipele ibẹrẹ.
  • • Awoṣe isọdisi wa tun ṣafihan agbara fun lilo iṣẹ MemTrax ni awọn ohun elo fun iyatọ bi o ti buruju ti iwadii aisan iyawere.

Awọn awari aramada wọnyi ṣe agbekalẹ ẹri asọye ti n ṣe atilẹyin IwUlO ti ẹkọ ẹrọ ni kikọ awọn awoṣe isọdi orisun MemTrax ti o lagbara fun atilẹyin iwadii ni iṣakoso ọran ile-iwosan ti o munadoko ati itọju alaisan fun awọn eniyan kọọkan ti o ni iriri ailagbara oye.

ACKNOWLEDGMENTS

A mọ iṣẹ ti J. Wesson Ashford, Curtis B. Ashford, ati awọn ẹlẹgbẹ fun idagbasoke ati ijẹrisi iṣẹ-ṣiṣe idanimọ igbagbogbo lori ayelujara ati ọpa (MemTrax) ti a lo nibi ati pe a dupẹ lọwọ ọpọlọpọ awọn alaisan ti o ni iyawere ti o ṣe alabapin si iwadii ipilẹ to ṣe pataki . A tun dupẹ lọwọ Xianbo Zhou ati awọn ẹlẹgbẹ rẹ ni SJN Biomed LTD, awọn ẹlẹgbẹ rẹ ati awọn alabaṣiṣẹpọ ni awọn ile-iwosan / awọn ile-iwosan, paapaa Dr. M. Luo ati M. Zhong, ẹniti o ṣe iranlọwọ pẹlu igbanisiṣẹ ti awọn olukopa, ṣiṣe eto awọn idanwo, ati gbigba, gbigbasilẹ, ati iṣakoso iwaju-ipari data naa, ati awọn olukopa oluyọọda ti o funni ni akoko ti o niyelori wọn ati ṣe ifaramo lati mu awọn idanwo ati pese data ti o niyelori fun wa lati ṣe iṣiro ninu iwadi yii. Eyi iwadi ni atilẹyin ni apakan nipasẹ MD Scientific Research Eto ti Kunming Medical University (Grant no. 2017BS028 to XL) ati awọn Iwadi Eto ti Yunnan Science ati Technology Department (Grant no. 2019FE001 (-222) to XL).

J. Wesson Ashford ti fi ẹsun ohun elo itọsi kan fun lilo ilana idanimọ lemọlemọfún pato ti a ṣalaye ninu iwe yii fun gbogbogbo igbeyewo ti iranti.

MemTrax, LLC jẹ ile-iṣẹ nipasẹ Curtis Ashford, ati pe ile-iṣẹ yii n ṣakoso awọn igbeyewo iranti eto ti a sapejuwe ninu iwe yi.

Awọn ifihan awọn onkọwe wa lori ayelujara (https://www.j-alz.com/manuscript-disclosures/19-1340r2).

Idanwo iyawere idanwo iranti pipadanu idanwo igba kukuru iranti adanu idanwo àgbo idanwo ounjẹ ọkan ti ọpọlọpọ awọn iwe idanwo imọ lori ayelujara
Curtis Ashford - Alakoso Iwadi Iṣọkan

jo

[1] Alusaima ká Association (2016) 2016 Alusaima ká arun mon ati isiro. Alṣheimer Dement 12, 459-509.
[2] Gresenz CR, Mitchell JM, Marrone J, Federoff HJ (2019) Ipa ti ibẹrẹ-ipele Alusaima ká arun lori awọn abajade inawo ile. Ilera 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) Didara ilọsiwaju ninu Neurology: Ìwọnba imo àìpéye didara wiwọn ṣeto. Ẹkọ-ara 93, 705-713.
[4] Tong T, Thokala P, McMillan B, Ghosh R, Brazier J (2017) Imudara iye owo ti lilo awọn idanwo iboju imọ fun wiwa iyawere ati ailagbara imọ kekere ni itọju akọkọ. Int J Geriatr Psychiatry 32, 1392–1400.
[5] Ashford JW, Gere E, Bayley PJ (2011) Iwọn iranti ni awọn eto ẹgbẹ nla nipa lilo idanwo idanimọ lemọlemọfún. J Alzheimers Dis 27, 885-895.
[6] Ashford JW, Tarpin-Bernard F, Ashford CB, Ashford MT (2019) Iṣẹ-ṣiṣe idanimọ ti kọnputa ti o tẹsiwaju fun wiwọn ti iranti episodic. J Alzheimers Dis 69, 385-399.
[7] Bergeron MF, Landset S, Tarpin-Bernard F, Ashford CB, Khoshgoftaar TM, Ashford JW (2019) Episodic-memory išẹ ni awọn awoṣe ẹkọ ẹrọ fun sisọ asọtẹlẹ ipo ilera ilera oye. J Alzheimers Dis 70, 277-286.
[8] van der Hoek MD, Nieuwenhuizen A, Keijer J, Ashford JW (2019) Awọn MemTrax igbeyewo akawe si idiyelé imo ero montiria ti ailabawọn imọ kekere. J Alzheimers Dis 67, 1045-1054.
[9] Falcone M , Yadav N , Poellabauer C , Flynn P (2013) Lilo awọn ohun faweli ti o ya sọtọ fun iyasọtọ ti ipalara ọpọlọ ipalara kekere. Ni 2013 Apejọ Kariaye IEEE lori Acoustics, Ọrọ ati Ilana Ifihan, Vancouver, BC, oju-iwe. 7577–7581.
[10] Dabek F , Caban JJ (2015) Lilo awọn data nla lati ṣe apẹẹrẹ ti o ṣeeṣe lati ṣe idagbasoke awọn ipo inu ọkan lẹhin ijakadi kan. Procedia Comput Sci 53, 265-273.
[11] Climent MT , Pardo J , Munoz-Almaraz FJ , Guerrero MD , Moreno L (2018) Igi ipinnu fun wiwa ni kutukutu ti aiṣedeede imọ nipasẹ awọn onisọpọ agbegbe. Pharmacol iwaju 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: Ayẹwo finifini ohun elo fun ailera ailera kekere. J Am Geriatr Soc 53, 695–699.
[13] Yu J , Li J , Huang X (2012) Ẹya Beijing ti iṣiro imọ-ọrọ Montreal gẹgẹbi ohun elo iboju ṣoki fun ailagbara imọ kekere: Iwadi ti o da lori agbegbe. BMC Àrùn ọpọlọ 12.
[14] Chen KL, Xu Y, Chu AQ, Ding D, Liang XN, Nasreddine ZS, Dong Q, Hong Z, Zhao QH, Guo QH (2016) Ifọwọsi ti ẹya Kannada ti Montreal cognitive assessment basic for screening mild cognitive impairment. J Am Geriatr Soc 64, e285-e290.
[15] Carson N , Leach L , Murphy KJ (2018) Atunyẹwo ti Imọye Imọye Montreal (MoCA) gige gige. Int J Geriatr Psychiatry 33, 379-388.
[16] Ẹgbẹ Aṣoju ọpọlọ Amẹrika (2013) Agbofinro Agbofinro ati iwe ilana iṣiro ti awọn rudurudu ọpọlọ: DSM-5™, Atẹjade Psychiatric Amẹrika, Inc., Washington, DC.
[17] Python. Python Software Foundation, http://www.python.org, Wọle si Kọkànlá Oṣù 15, 2019.
[18] R Core Group, R: Ede kan ati agbegbe fun iṣiro iṣiro R Foundation fun Iṣiro Iṣiro, Vienna, Austria. https://www.R-project.org/, 2018, Wọle si Kọkànlá Oṣù 15, 2019.
[19] Benavoli A, Corani G, Demsar J, Zaffalon M (2017) Akoko fun ayipada kan: Ikẹkọ fun ifiwera ọpọ classifiers nipasẹ Bayesian onínọmbà. J Mach Kọ ẹkọ Res 18, 1–36.
[20] Frank E , Hall MA , Witten IH (2016) The WEKA Workbench. Ninu Iwakusa data: Awọn irinṣẹ Ẹkọ Ẹrọ Iṣeṣe ati Awọn ilana, 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) Ẹkọ ẹrọ ni ṣiṣe apẹẹrẹ awọn ami aisan ikọlu ere idaraya ile-iwe giga. Med Sci idaraya idaraya 51, 1362-1371.
[22] Van Hulse J, Khoshgoftaar TM, Napolitano A (2007) Awọn oju-iwoye idanwo lori kikọ ẹkọ lati data ti ko ni iwọn. Ninu Awọn ilana ti Apejọ Kariaye 24th lori Ẹkọ Ẹrọ, Corvalis, Oregon, USA, oju-iwe 935-942.
[23] Ashford JW , Kolm P , Colliver JA , Bekian C , Hsu LN (1989) Ayẹwo alaisan Alzheimer ati ipo-ọpọlọ-kekere: Nkan ti o ni imọran iṣipopada ti iwa.P. J Gerontol 44, 139–146.
[24] Ashford JW, Jarvik L (1985) Ọgbẹ Alzheimer: Ṣe ṣiṣu neuron ṣe asọtẹlẹ si axonal neurofibrillary degeneration? N Engl J Med 313, 388-389.
[25] Jack CR Jr, Therneau TM, Weigand SD, Wiste HJ, Knopman DS, Vemuri P, Lowe VJ, Mielke MM, Roberts RO, Machulda MM, Graff-Radford J, Jones DT, Schwarz CG, Gunter JL , Sen. , Rocca WA, Petersen RC (2019) Ilọsiwaju ti biologically vs awọn ile-iwosan ti a ti sọ asọye Alzheimer ti ile-iwosan nipa lilo National Institute on Aging-Alzheimer's Iwadi Association ilana. JAMA Neurol 76, 1174-1183.
[26] Zhou X, Ashford JW (2019) Awọn ilọsiwaju ninu awọn ohun elo iboju fun Alusaima ká arun. Ti ogbo 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) Awọn Brain Health Iforukọsilẹ: Syeed ti o da lori intanẹẹti fun igbanisiṣẹ, igbelewọn, ati ibojuwo gigun ti awọn olukopa fun awọn ẹkọ imọ-jinlẹ. Alṣheimer Dement 14, 1063-1076.
[28] Ashford JW, Schmitt FA (2001) Apẹrẹ ti akoko-akoko ti Alusaima iyawere. Curr Psychiatry Rep 3, 20-28.
[29] Li X, Wang X, Su L, Hu X, Han Y (2019) Iwadi Gigun Sino lori Ilọkuro Imọye (SILCODE): Ilana fun iwadi akiyesi gigun gigun Kannada lati ṣe agbekalẹ awọn awoṣe asọtẹlẹ eewu ti iyipada si ailagbara oye kekere ni awọn ẹni-kọọkan ti o ni imọ-imọ-imọ-ọrọ. sile. BMJ Ṣii 9, e028188.
[30] Tarnanas I , Tsolaki A , Wiederhold M , Wiederhold B , Tsolaki M (2015) Ọdun marun biomarker iyipada iyipada fun Arun iyawere asọtẹlẹ: Njẹ awọn iṣẹ ohun elo ti o nipọn ti ami alaaye ojoojumọ le kun awọn ela? Alusaima Dement (Amst) 1, 521-532.
[31] McGurran H, Glenn JM, Madero EN, Bott NT (2019) Idena ati itọju arun Alzheimer: Ti ibi ise sise ti idaraya . J Alzheimers Dis 69, 311-338.
[32] Mendiola-Precoma J, Berumen LC, Padilla K, Garcia-Alcocer G (2016) Awọn itọju ailera fun idena ati itọju arun Alzheimer. 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) Awọn ẹgbẹ laarin eewu ti iṣan kọja agba ati ọpọlọ ọpọlọ ni igbesi aye ti o pẹ: Ẹri lati inu ẹgbẹ ibimọ Gẹẹsi kan. JAMA Neurol 77, 175-183.
[34] Seshadri S (2020) Idena iyawere-ero ju ọjọ ori ati awọn apoti amyloid. 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) Awọn ipa ti titẹ ẹjẹ systolic lori otitọ-funfun ni awọn ọdọ ni Framingham Heart Study: A agbelebu - iwadi lesese. 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) Ipeye ti idanwo biomarker fun asọye neuropathologically Arun Alzheimer ninu awọn agbalagba agbalagba pẹlu iyawere. Ann Akọṣẹ Med 172, 669-677.

Awọn ibatan: [a] Awọn atupale SIVOTEC, Boca Raton, FL, USA | [b] Ẹka Kọmputa ati Imọ-ẹrọ Itanna ati Imọ-ẹrọ Kọmputa, Florida Atlantic University, Boca Raton, FL, USA | [c] SJN Biomed LTD, Kunming, Yunnan, China | [d] Aarin fun Iwadi Alzheimer, Washington Institute of Clinical Research, Washington, DC, USA | [e] Ẹka ti Oogun Isọdọtun, Ile-iwosan Alafaramo akọkọ ti Kunming Medical University, Kunming, Yunnan, China | [f] Ẹka Ẹkọ-ara, Ile-iwosan Eniyan Dehong, Dehong, Yunnan, China | [g] Ẹka Ẹkọ nipa Ẹkọ-ara, Ile-iwosan Alafaramo akọkọ ti Kunming Medical University, Wuhua District, Kunming, Yunnan Province, China | [h] Ile-iṣẹ Ikẹkọ Arun ti o jọmọ Ogun ati Ọgbẹ, VA Palo Alto Health Care System, Palo Alto, CA, USA | [i] Ẹka ti Psychiatry & Awọn imọ-jinlẹ ihuwasi, Ile-iwe Oogun University Stanford, Palo Alto, CA, AMẸRIKA

Ibamu: [*] Ibamu si: Michael F. Bergeron, PhD, FACSM, SIVOTEC Analytics, Boca Raton Innovation Campus, 4800 T-Rex Avenue, Suite 315, Boca Raton, FL 33431, USA. Imeeli: mbergeron@sivotecanalytics.com .; Xiaolei Liu, MD, Ẹka ti Ẹkọ nipa Ẹkọ-ara, Ile-iwosan Alafaramo akọkọ ti Kunming Medical University, 295 Xichang Road, Wuhua District, Kunming, Yunnan Province 650032, China. Imeeli: ring@vip.163.com.

Awọn ọrọ-ọrọ: Ogbo, Alusaima ká arun, iyawere, ibi-ibojuwo