Forscher entwerfen algorithmen zur Verbesserung der Erkennung von frühen kognitiven Beeinträchtigung

Forscher entwerfen algorithmen zur Verbesserung der Erkennung von frühen kognitiven Beeinträchtigung

2019-01-18

Forscher in der Apotheke und Mathematik-Abteilungen der CEU-UCH Universität in Valencia haben gemeinsam an dem design der zwei algorithmen künstlicher Intelligenz, die Verbesserung der screening-positiver Fälle in der Früherkennung kognitiver Beeinträchtigung in der Apotheke. Diese algorithmen machen es auch möglich, zu identifizieren die wichtigsten Risikofaktoren für die Entwicklung irgendeiner Art von Demenz in der Zukunft. Die Studie wurde veröffentlicht von Fachzeitschrift Frontiers of Pharmacology.

In der ersten phase der Studie, 728 Menschen im Alter von über 65 bewertet wurden in den Büros der Chemiker durch zwei International validierte tests zum Nachweis der kognitiven Beeinträchtigung: der Short Portable Mental Status Questionnaire (SPMSQ) und der Mini-Mental State Examination (MMSE), in der spanischen version. Durch diese zwei tests, durchgeführt von 14 Valencia Chemiker, insgesamt 128 Fälle von möglichen geringen kognitiven Beeinträchtigungen erkannt wurden, 17,4 Prozent der Summe, die überwiesen wurden, primary health care Zentren für die Diagnose und dann an einen Neurologen. Registrierten die Forscher insgesamt 167 Variablen, die für die Früherkennung, die mit diesen tests, einschließlich der Faktoren wie Alter, Geschlecht, Bildungsniveau, die Menge der täglich Schlaf-Stunden, Lesegewohnheiten, der subjektiven Beschwerden der Gedächtnisverlust und Medikamente.

Algorithmus zur Minimierung der false negatives

In der aktuellen phase der Studie, veröffentlicht in Grenzen in der Pharmakologie, die Ergebnisse waren Gegenstand einer massiven screening-Verfahren über zwei neue algorithmen. Die erste ist eine diskriminierende Entscheidung, die Struktur, die ermöglicht die Identifizierung von falsch-negativen Testergebnisse, oder Fälle von Menschen, die leiden könnte, minor cognitive impairment trotz der Ergebnisse des Tests, sowie der Ausschluss von false positives. Dieser erste Algorithmus wird daher für ein verbessertes screening der ursprünglichen Bewertung. Es wird auch zur Verbesserung der überwachung von Menschen, die nicht positiv getestet werden, obwohl Sie zugeben, leiden unter Gedächtnisverlust Symptome.

Predictive model und Risikofaktoren

Der zweite Algorithmus wurde entwickelt, um zu definieren, Muster und design ein prädiktives Modell, erkennen diejenigen, die von den 167 Bewertung der Variablen, die durch die zwei tests, welche sind die wichtigsten für die Früherkennung von kognitiven Beeinträchtigungen. Dieses prädiktive Modell macht es möglich zu identifizieren, die prominentesten Risikofaktoren in Bezug auf die geringfügigen kognitiven Beeinträchtigungen.

Angewendet 728 untersuchten Fällen, dieses prädiktive Modell bestätigte Risikofaktoren für das screening, und deshalb präsentiert die wichtigsten Variablen für die Erkennung von geringfügigen kognitiven Beeinträchtigungen, darunter: eine Frau, schlafen mehr als neun Stunden am Tag, älter als 79 Jahre alt sind, und die minimale Zeit für das Lesen. Darüber hinaus verbrauchen psychoanaleptic, nootropische oder antidepressive Medikamente, sowie entzündungshemmende Medikamente sind weitere Beispiele für die wichtigsten Variablen, die vom Algorithmus erkannt.