第九届欧洲神经病学学会年会(EAN):机器学习模型预测从主观到客观认知减退的进展
2023-07-02 MedSci原创 MedSci原创
机器学习模型可能是一种可靠的、具有成本效益的、全球可扩展的工具,在通过更具侵入性和昂贵的测试确认AD病理之前,可以对SCD患者进行第一步筛查。
欧洲神经病学院(EAN)成立于2014年,由原欧洲神经病学会联盟(EFNS)和欧洲神经病学会(ENS)合并组建成立,是一个联合和支撑整个欧洲神经科医生的非盈利组织。2023年第九届欧洲神经病学学会年会于2023年7月1日-4日在匈牙利布达佩斯举行,本次会议由欧洲神经病学院(EAN)与匈牙利神经学学会联合举办,预计有超过6000名来自世界各地的代表加参加本次EAN年度大会。
主观认知能力下降(SCD)是筛查痴呆的目标人群。先前的研究确定了人口统计学、认知和一般特征与进展为轻度认知障碍(MCI)和阿尔茨海默病(AD)的高风险相关。来自佛罗伦萨大学神经科学的学者旨在测试机器学习模型的准确性,该模型在预测从SCD到MCI和AD的转换时,训练了来自非侵入性和易于获取的技术的特征。相关结果在第9届欧洲神经病学院(EAN)大会上首次报道。
本研究纳入150例SCD患者,在基线时进行神经心理检查,评估认知下降,情绪障碍和认知储备,APOE基因分型。所有患者每12-24个月进行一次临床神经心理学随访,平均随访时间为12年。
结果显示,在随访中,63例患者被分类为进展性SCD (p-SCD, 42.0%[95% C.I.=34.1:49.9],其中轻度认知障碍41例(27.3% [95%C.I.=20.2:34.5]), AD 22例(14.7% [95%C.I.=9.0:20.3])。87例患者为非进展性SCD (np-SCD, 58.0% [95% C.I.= 50.1:65.9])。随后,将整个样本分为训练组(80%)和测试组(20%)。梯度增强树算法在15个选择的特征上进行训练,包括:年龄、APOE、教育程度、全局认知测试评估、即时和延迟言语、生态记忆和工作记忆、语言、视觉空间能力、语音流畅性和认知储备。最终,该模型对试验组p-SCD和np-SCD的区分准确率较高(0.83,AUC=0.78)。
综上,本研究提示机器学习模型可能是一种可靠的、具有成本效益的、全球可扩展的工具,在通过更具侵入性和昂贵的测试确认AD病理之前,可以对SCD患者进行第一步筛查。
来源:
版权声明:
本网站所有注明“来源:梅斯医学”或“来源:MedSci原创”的文字、图片和音视频资料,版权均属于梅斯医学所有。非经授权,任何媒体、网站或个人不得转载,授权转载时须注明“来源:梅斯医学”。其它来源的文章系转载文章,本网所有转载文章系出于传递更多信息之目的,转载内容不代表本站立场。不希望被转载的媒体或个人可与我们联系,我们将立即进行删除处理。
在此留言
学习了,进步
56
值得学习
79