경도 인지 장애의 효율적인 선택적 스크리닝을 설계하는 기계 학습 접근 방식

이 비디오의 목적은 주로 메모리와 언어와 관련된 낮은 인지 능력을 수행하는 것으로 예상보다 더 많은 어려움을 수반하는 가벼운 인지 장애의 비용 효율적인 검사를 설계하는 방법을 설명하는 것입니다. 우리는 노인에 영향을 미치는 이런 종류의 조건의 중요성과이 절차의 다재 다능함을 강조하고 싶습니다. 이 절차는 다른 질병에 쉽게 적응할 수 있으며 비용이 많이 드는 검사를 실현 가능한 질병으로 변환할 수 있습니다.

화면 조건의 조건에 대한 Cochrane 체계적인 리뷰를 검색합니다. 예를 들어, 우리의 연구에서, 인지 장애 또는 치 매"위험 요소와 합류. PubMed 약관에 대한 검색은 인지 악화 또는 치매와의 관계에 대한 몇 가지 증거를 제시합니다.

설문지를 정교하게 하기 위해 인지 악화 또는 치매와의 연관성에 대한 더 많은 증거를 가진 변수를 선택하십시오. 인지 장애로 용어를 포함 하 여 철저 한 검색"그리고 위험 요소"PubMed와 코크레인 체계적인 리뷰를 사용 하 여 실시 했다. 과학 문헌에 나타나는 요인의 가장 큰 수를 컴파일의 목적으로 연구를 시작하기 전에.

인지 장애와 관련된 가능한 특성으로, 특히 코크레인 데이터베이스에서 인지 장애"또는 치매라는 용어가 있는 모든 기사에 대해 들었으며, 성별, 교육 수준, 인지 활동, 신체 활동, 당뇨병, 고혈압, 콜레스테롤, 우울증, 비만, 흡연, 알코올, 수면, 식단 및 경제 조건의 용어가 있는 PubMed 기사에서 들었다. 인지 장애"또는 치매와 함께, 너무. 따라서, 설문지는 인지 악화 또는 치매와의 관계의 몇 가지 증거를 제시하는 서지 검토에서 변수로 정교했다.

설문지는 선택한 관련 변수의 정보로 설계되었습니다. 우리의 성과 연구를 위해, 선택한 변수는 인구 통계학적 라이프 스타일과 만성 병리뿐만 아니라 우울증의 존재 또는 부재, 자주 인지 악화와 관련 된. 약물의 소비는 방법론에 따라 수집되었다.

해부학 치료 화학 코드는 약물을 분류하는 데 사용되었다. 선택된 검열 시험은 약사와 같은 1 차적인 건강의 직원에 의해 관리될 수 있었습니다. 테스트를 수행하는 데 필요한 기본 특성을 고려했습니다.

특히 스페인 남북 전쟁에 살았던 많은 문맹인 스페인 노인 인구의 경우, 우리의 제안은 호의의 짧은 휴대용 정신 상태 설문지를 사용하고 미니 정신 상태 검사 모두 메모리 클리닉에서 널리 사용되고 있습니다. 모집된 사람들은 65세 이상의 비제도화된 환자였으며, 약국에 정기적으로 가서 본 연구에 참여하기를 원했습니다. 평가 시험을 수행하는 데 어려움이 있는 사람 또는 치매 치료를 받는 사람은 제외됩니다.

연구 참가자는 다음 기준 중 적어도 하나가 충족 될 때 인지 장애로 간주됩니다. 짧은 휴대용 정신 상태 설문지의 데이터 점수는 문맹 참가자의 경우 4 개 이상의 포인트와 다른 과목에 대한 3 개 이상의 포인트입니다. 수정된 미니 정신 상태 시험 시험에서 24점 이하또는 동일합니다.

인지 장애 참가자는 임상 진단을 위해 신경학자로 의료 전문가에게 회부됩니다. 약사 연구원은 인지 장애에 대한 기본적인 지식과 선별 도구의 관리에 훈련됩니다. 65세 이상 인구에서 인지 장애 및 잠재적인 사회 파생 요인을 감지하기 위한 단면 연구는 디자인입니다.

인지 장애의 보급에 대한 추정 표본 크기는 541명이며 손실로 인해 10% 증가한 600명입니다. 통신 편지는 프로젝트에 대해 알리는 의료 네트워크 사이에 설계되었습니다. 특정 테스트를 통한 최종 진단은 다이어그램에 표시된 프로토콜에 따라 전문 적인 치료를 위해 예약되어 있습니다.

이는 적용될 알고리즘의 p-test에 따라 데이터를 변환하여 기계 학습 기술을 적용하기 전에 독점적인 단계입니다. 의사 결정 트리를 생성하는 알고리즘은 변수 간에 가변성 또는 상관 관계를 변경하는 것입니다. 따라서 변수를 분류하는 데 중점을 둡니다.

예를 들어, 약물 치료 후속 시트에 따라 환자가 해부학 치료 화학 분류 코드의 제 2 및 제 3 수준에 따라 약물을 복용하고 있는지 여부를 분류하는 변수를 생성합니다. 각 변수에 대해 로지스틱 회귀 분석이 수행되어 의사 결정 트리를 생성하기 위해 데이터 집합에 포함될 만큼 중요한지 평가했습니다. 인지 기능 저하시 최대 정확도를 얻기 위해 여러 기계 학습 기술이 조립되었습니다.

마지막으로, 우리는 우리의 코어의 80 %와 나무 모델을 개발하고 우리의 재귀 청원 알고리즘을 기반으로 한 나무 모델은 심사에서 가장 중요한 변수를 얻기 위해 의사 결정 트리를 개발했습니다. 전체 데이터 집합의 80%로 구성된 교육 데이터 집합에 적용된 기계 학습 알고리즘입니다. 나머지 부품은 모델의 정확도를 추정하는 데 사용됩니다.

데이터 집합의 균형이 있을 것으로 예상되며 다운샘플링은 이 문제에 직면한 기술 중 하나입니다. 심사를 위해, 우리는 가능한 한 거짓 네거티브의 수를 줄이는 데 매우 관심이 있습니다. 이는 손실 매트릭스의 상부 PA 선택에 의해 달성될 수 있다.

알고리즘의 최적의 매개 변수는 교차 유효성 검사로 선택되었습니다. 우리의 단면 연구는 65 세 이상의 728 명의 비 제도화 참가자와 함께 수행되었습니다. 1백 27명의 참가자는 경증 인지 장애 검사에서 긍정적인 점수를 매기고 있습니다.

양성으로 분류된 참가자는 임상 진단을 지칭했다. 가벼운 인지 장애를 가진 사용자의 비율을 추정하기 위해 연구 연구를 수행 한 후, 변수를 선택하는 목적으로 모든 변수와 함께 새로운 variate 물류 회귀가 수행됩니다. 일부 변수의 경우 배당률 비율의 99% 신뢰 구간이 이 오류 막대 그래프에 표시됩니다.

배당률 비율에 저축이 사용되는 배당률 비율의 신뢰 구간에 대한 일반적인 상호 표현입니다. p값이 0.01보다 큰 이러한 모든 변수는 의사 결정 트리를 기반으로 넓은 상자 모델을 생성하도록 선택되고 p 값이 높은 다른 많은 변수는 모델을 생성하도록 선택되지 않았습니다. 예를 들어 이러한 일반 변수의 경우 배당률 비율의 99% 신뢰 구간이 값 하나에 포함됩니다.

따라서 p-값은 0.01보다 높습니다. 이 사전 처리 후 데이터 집합을 학습 데이터 테스트 및 테스트 데이터 집합으로 분할했습니다. 의사 결정 트리는 학습 데이터 집합에서 입력으로 생성되며, 이는 583명으로 구성되며 145명의 사용자로 테스트 집합으로 유효성을 검사합니다.

알고리즘의 성능은 테스트 집합의 ROC 곡선 아래 영역에 의해 평가되었습니다. R에서 자동차 라이브러리를 사용한 후, 각 사용자에 대해, 결과 트리는 사용자가 경도 인지 장애 테스트를 받아야 하는지 여부를 결정할 확률과 권장 사항을 할당했습니다. 트리의 최종 노드에 따라 다름입니다.

상자 하단의 값은 교육 집합에서 이러한 특성을 가진 개인의 백분율입니다. 따뜻한 상자의 색상, 가벼운 인지 장애 테스트에서 긍정적인 될 가능성이 높습니다. 상단 노드가 메모리 불만 부재의 문제에 해당한다는 데 주의를 기울이는 다.

여기서, 긍정적 인 대답은 사용자의 성별에 다음과 같은 질문인 왼쪽 지점에 우박, 부정적인 대답은 오른쪽 분기에 가서 하루 사용자의 수면 시간에 대해 묻는 것을 의미하는 반면. 결정 트리의 전체 주조 기능을 평가하기 위해 ROC 곡선이 표시됩니다. ROC 곡선 아래면적은.0.763입니다.

가벼운 인지 장애 테스트 복용에 대 한 나무의 권고감 달성. 0.76및 0.7의 특이성, 그림에 파란색 점으로 표현. 그 결과, 의사 결정 트리의 도구로 가벼운 인지 장애의 위험에 사용자를 선택하는 짧은 인터뷰는 상당히 가벼운 인지 장애 테스트를 복용 사용자의 수를 생산, 이는 테스터에 대한 매우 시간이 많이 소요되는.

이러한 감소는 테스트 집합에서 추정할 수 있으며 관찰및 예측 클래스의 혼동 행렬을 해석할 수 있습니다. 실제로, 테스트 세트의 사용자 145명 중 55명이 의사결정트리에 의해 선택되어, 시험을 받는 사용자의 62%를 감소시키는 반면, 경증 인지 장애에 긍정적인 대부분의 사용자가 선택되는 반면, 25명 중 19명이 선택됩니다. 이 연구의 결론으로, 그의 보급이 낮은 경도 인지 장애 검진을 감안할 때, 17%는 연구 결과에 대한 고려와 같은, 선택된 사용자 중 30% 이상으로 온화한 인지 장애에 있는 긍정적인 비율을 증가, 기계 학습 기술을 통해 적당한 선택 기준의 세트를 디자인할 수 있습니다.

따라서 이러한 도구는 상당한 비용 절감으로 선별에서 보다 효율적이도록 요청했습니다. 감소된 모델을 구성하기 위해 가장 중요한 정보가 무엇인지 이해하는 이점을 가진 데이터 기반 모델. 의사 결정 트리의 건설은 우리에게 우리가 초점을 넣어야하는 변수에 대한 통찰력을 제공합니다, 비용 효율적인 방법으로 차별하기 위해 또는 가벼운 인지 장애 테스트를 복용권장하지 않는 사람들.

프로토콜 설계는 시간이 많이 걸립니다. 그 때문에, 몇 가지 다른 테스트 는 단지 몇 분 만에 가벼운 인지 장애의 미래 감지에 대 한 간주 될 수 있습니다. 더욱이, 우리는 경증 인지 장애의 사슬에 있는 효력을 증가시키기 위하여 예방 과제로 65의 대신50의 나이에 우리의 검열 연구 결과 봉사하기로 결정했습니다.

약사는 가장 접근가능하고 정기적으로 방문하는 헬스케어 전문가 중 하나이며, 경증 인지 장애의 조기 발견에 중요한 역할을 할 수 있습니다.