Method Article

Hafif Bilişsel Bozukluğun Etkili Bir Seçici Taramasını Tasarlamak Için Makine Öğrenimi Yaklaşımı

DOI:

10.3791/59649

⸱

January 11th, 2020

 ,  ,  ,  , 
1Embedded Systems and Artificial Intelligence Group, Universidad CEU Cardenal Herrera, 2Community Pharmacist, 3Department of Pharmacy, Universidad CEU Cardenal Herrera

In This Article

Summary

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

Bu metodoloji, daha hafif bilişsel bozukluk muzdarip eğilimli nüfus grupları hedef karar ağaçları üretir ve hastalığın maliyet-etkin seçici tarama için yararlıdır.

Abstract

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

Hafif kognitif bozukluk (MCI) yaşlı popülasyonlar arasında demansın ilk belirtisidir ve erken teşhisi yaşlanan toplumlarımızda çok önemlidir. Ortak MCI testleri, gelişigüzel büyük taramanın maliyet-etkin olmayacağını gösteren zaman alıcıdır. Burada, soru tabanlı mci testi ile adayları hızla seçmek için makine öğrenimi tekniklerini kullanan bir protokolü açıklıyoruz. Bu, tarama için gereken kaynak sayısını en aza indirir, çünkü sadece MCI pozitif olan hastalar daha fazla test edilir.

Bu metodoloji, seçici bir tarama karar ağacının tasarımı için başlangıç noktasını oluşturan ilk MCI araştırma çalışmasında uygulanmıştır. İlk çalışmada birçok demografik ve yaşam tarzı değişkenleri yanı sıra hasta ilaçları hakkında ayrıntıları toplandı. Kısa Taşınabilir Zihinsel Durum Anketi (SPMSQ) ve Mini-Mental Durum Muayenesi (MMSE) mci olası olguları tespit etmek için kullanılmıştır. Son olarak, mci riski bireylerin sınıflandırılması için verimli bir süreç tasarlamak için bu yöntemi kullandı. Bu çalışma aynı zamanda, yaşlı popülasyonlar arasında MCI'nin önlenmesi ve erken teşhisinde yararlanılabilen MCI ile ilişkili yaşam tarzıyla ilgili faktörlere ilişkin içgörüler de sağlamaktadır.

Introduction

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

Nüfus yaşlanma kronik ve dejeneratif hastalıkların yaygınlığını artmaktadır, özellikle dejeneratif demans, hangi 20501 tarafından dünya çapında 131 milyondan fazla kişi etkilemesi bekleniyor. Tüm dejeneratif demanslar arasında, Alzheimer hastalığı (AD) Avrupa'da genel yaygınlığı ile en sık görülür 6.88%2. AD hastalarının sürekli azalan bağımsızlığı nedeniyle, bu grup AD ortaya çıkmaya başlar başlamaz destek almaya başlamalıdır. Bu nedenle, hafif kognitif bozukluk (MCI) gibi AD prodromal bulgularının erken saptanması esastır.

MCI normal yaşlanma ve demans nedeniyle ciddi bozulmaya karşılık gelen bir ara bilişsel gerileme aşaması olarak tanımlanır3. Petersen ve ark.4tarafından yapılan tahminlere göre, MCI prevalansı 65-69 yaş arası kişilerde %8,4 olup, 80 yaş üstü kişilerde %25,2'ye ulaşıyor. MCI, bireylerin özellikle bellek ve dil ile ilgili düşük düzeyli bilişsel becerilerin yürütülmesinde beklenenden daha fazla zorluk yaşamasına neden olur, ancak günlük yaşam faaliyetlerini engellemez.

Tarama tanı ile eş anlamlı değildir; MCI tanısı her zaman klinik bir görev olurken, tarama yöntemleri sadece bir hastanın bu patolojiden muzdarip olma olasılığının daha yüksek olduğunu ve klinik olarak teyit edilmesi gereken iyi kurulmuş bir MCI şüphesi olduğunu bize bildirebilir. Bu nedenle, birincil sağlık çalışanları (doktorlar, eczacılar, hemşireler, vb) dakika içinde uygulanabilir basit tarama yöntemleri (kısa bilişsel testler) durumu yararlanabilir. İdeal olarak, bu objektif bir MCI acı yüksek bir olasılık olan hastaları tanımlamak istiyorsunuz, böylece daha sonra klinik olarak genel veya uzman hekimler tarafından test edilebilir.

MCI'nin erken teşhisinin halk sağlığı bağlamında önemli bir görev haline geldiği göz önüne alındığında, bu çalışma, yaşlı popülasyonların tarama testlerinde MCI'nin hedeflenen tanımlamasında hangi özelliklerin yararlı olduğunu belirlemeyi amaçlamaktadır. Bu gruplar daha ayrıntılı mci için testler birincil sağlık sağlayıcıları tarafından yönetilen test edilecektir. Bu yöntem, hedefiçin popülasyon gruplarını tanımlamak için uygun algoritmaları içeren bir karar ağacı sağlar.

Bu özellikler arasında yaş, bu patolojinin gelişimi ile ilişkili en tutarlı faktörlerden biridir. Diğer ilgili özellikleri demografik veya yaşam tarzı ile ilgili5. Ikincisi arasında, bazı çalışmalar MCI tanısıyol açabilir bir risk faktörü olarak gündüz veya gece uyku süresi tespit etmiş5,6,7,8,9. Benzodiazepinler gibi ilaçların uzun süreli tüketimi, yaşlı yetişkinlerin tahmini tarafından tüketilen 20%-25%10,11, ayrıca uyku saatleri ve MCI gelişimini etkileyebilir12,13. Gerçekten de, kronik hastalıklar için uzun süreli tedaviler MCI muzdarip yüksek riski olan bireylerin ön seçiminde yararlı önemli özellikler olabilir.

Burada, otomatik öğrenme algoritmaları, bir karar ağacı ve mci algılama metodolojisinin etkinliğini artırmak için bir tahmin aracı kullanan veri tabanlı modeller geliştirdik. MCI tespiti. Burada sunulan karar ağacı topluluk eczaneler kullanılarak İspanyol hastaların belirli bir kohort kullanılarak üretildi. Ancak, bu yöntem aynı zamanda farklı özelliklere sahip diğer popülasyonlar arasında yararlı olacaktır.

Bu çalışma, birinci basamak sağlık ve uzman tıp doktorları ile işbirliği içinde tamamlanmıştır. Topluluk eczaneler hastalara yakın, uzun çalışma saatleri var ve sık sık ziyaret ve istişare çünkü bu algoritmayı test etmek için idealdir. Dejeneratif demanslar her zaman iyi birincil sağlık sağlayıcıları14tarafından anlaşılamamıştır karmaşık koşullardır. Bu nedenle, sürece dahil olmak MCI ve demans muzdarip insanların bilincini artıracaktır.

Access restricted. Please log in or start a trial to view this content.

Protocol

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

Bu çalışmada uygulanan metodoloji daha önce Valencia (İspanya) Aile ve Toplum Eczacılığı (SEFAC) ile ilişkili bölgedeki topluluk eczaneleri ile birlikte University CEU Cardenal Herrera'da yürütülen çalışmalarda5 yayınlanmıştır. Bu çalışma, Universidad CEU Cardenal Herrera'daki Araştırma Etik Komitesi tarafından gözden geçirildi ve onaylandı (onay no. CEI11/001) Mart 2011'de. Çalışmaya katılan tüm bireyler Helsinki Bildirgesi uyarınca katılım için yazılı bilgilendirilmiş onay verdi.

1. Hafif kognitif bozuklukla ilişkili faktörlerin seçimi

  1. Cochrane Sistematik İncelemelerin (örn. bilişsel bozukluk, demans, risk faktörleri, vb.) taranmasında kullanılmak üzere MCI ile ilgili terimleri arayın.
  2. PubMed veritabanında yayınlanan bilişsel bozulma veya demans ile bir ilişki bazı kanıtlar olduğu terimler için arama; bunlar arasında demografik faktörler (cinsiyet, yaş, eğitim düzeyi ve ekonomik durum), sosyal faktörler (bilişsel ve sosyal faaliyetler), kronik patolojiler (kolesterol, depresyon, hipertansiyon, diyabet ve obezite) ve yaşam tarzı davranışları (alkol tüketim, sigara alışkanlığı, diyet, fiziksel aktivite ve uyku saatleri).
  3. Nitel değişkenlerin oran oranını veya nicel değişkenler için Cohen'in d efekti boyutunu hesaplayın15. Bir anket ayrıntılı olarak kullanmak için bilişsel bozulma veya demans için daha büyük etki boyutları ile değişkenleri seçin.

2. Anketlerin tasarımı

  1. Nardi16tarafından sağlanan yönergeleri izleyerek, seçilen değişkenler hakkında bilgi toplamak için bir anket tasarlayın. Örneğin, Climent ve ark.5'te kullanılan değişkenler demografik (yaş, kilo ve boy [kalibre edilmiş ölçekler ve stadiometreler kullanılarak standartlaştırılmış prosedürlerle ölçülür], cinsiyet, eğitim düzeyi ve istihdam tipi), yaşam tarzı (fiziksel egzersiz, okuma, gece ve gündüz uyku için harcanan zaman, bulmacalar, oyunlar, TV tüketim süresi ve tütün ve alkol tüketimi) ve kronik patolojiler (hipertansiyon, hiperlipidemi ve diyabet). Buna ek olarak, varlığı veya depresyon yokluğu kaydedin, hangi sık bilişsel bozulma ile ilişkilidir.
  2. Bu sayfayı tasarlamak için Dader'in17 yöntemini kullanan Climent vd.5'teolduğu gibi, görüşme sırasında katılımcılar tarafından tüketilen tüm ilaçları rapor etmek için bir farmakoterapi takip sayfası tasarlayın.

3. MCI taraması için testlerin seçimi

  1. Birincil sağlık çalışanları (örn. eczacılar) tarafından uygulanabilecek MCI'yi taramak için kullanılan tüm testleri belirleyin. Bir uzman tarafından uygulanması gereken testleri reddedin. Bu koşulları yerine getiren testlerin bazıları Kısa Taşınabilir Zihinsel Durum Anketi (SPMSQ)18, Mini Zihinsel Durum Muayenesi (MMSE)19, Bellek Bozukluğu Ekran (MIS)20, Resim Hafıza Bozukluğu Ekran (PMIS)21, Montreal Bilişsel Değerlendirme (MoCA)22, Saint Louis Üniversitesi Zihinsel Durum (SLUMS)23, ve Hızlı Hafif Bilişsel Bozukluk (Qmci)24. Her MCI testinin kapsamlı bir incelemesi Cullen ve ark.25'temevcuttur.
  2. Bilimsel literatürde test hassasiyetleri ve özellikleri iyi bir tahmin arayın.
  3. Sağlıklı bireylere bu testleri yönetmek için gereken süreyi tahmin edin.
  4. Bu testlerin tamamlanması için gerekli temel hasta özelliklerini göz önünde bulundurun. Örneğin, birçok MCI testi okuma yazma bilmeyen katılımcılar için uygun olmadığından, minimum eğitim düzeyi gerekli olabilir. McI tarama testleri bir dizi genellikle duyarlılığı artırmak için uygulanır; ancak, son seçici tarama büyük bir nüfus için tasarlanmıştır eğer testlerin minimum sayıda hızlı bir şekilde eczacılar tarafından uygulanmalıdır. Climent ve ark.5 MMSE ve SPMSQ testleri kullanarak MCI değerlendirildi, ikincisi okuma yazma bilmeyen İspanyol iç savaşı yaşamış bireylerin çok sayıda için uygun olan.
    1. Pfeiffer18 tarafından SPMSQ bir varyantı kullanın Martínez de la Iglesia26tarafından İspanyolca doğrulandı. Bu test in maksimum puanı 10'dur ve bilişsel bozukluk oluşturmak için kesme noktası 3 veya daha fazla hatadır (okuma yazma bilmeyen bireyler için 4 veya daha fazla). Bu testin tamamlanması 8 ila 10 dakika sürer.
    2. Folstein19tarafından orijinal sürümünü uyarlayarak Blesa27 tarafından İspanyolca konuşanlar için doğrulanmış MMSE bir NORMACODERM sürümünü kullanın. Bu tarama testi en fazla 30 puana sahiptir ve hastaların eğitim yıllarına ve yaşlarına göre düzeltilir. 24'ten az veya eşit puan alan katılımcılar MCI vakası olarak kabul edilir. MMSE genel bilişsel fonksiyonun bir ölçüsüdür ve zaman ve yere yönlendirme, yazılı ve sözlü dil, dikkat süresi, hesaplama ve bellek içerir. Bu çalışmada tüm katılımcılara uygulandı çünkü tamamlanması sadece yaklaşık 5 dakika sürer çok kısa bir testtir.

4. Konu alımı

  1. Çalışma nüfusunu oluşturmak için kurumsallaşmayan kişileri işe almak isteyen eczacılar bulun. Climent ve ark.5 tarafından söz konusu çalışma, düzenli olarak eczaneye giden ve bu çalışmaya katılmayı kabul eden 65 yaş ve üzeri kişileri içeriyordu. Bu değerlendirme testlerini yapmakta güçlük çeken (örneğin, körlük, sağırlık vb.) veya demans tedavisi gören hastaları hariç tinleyin.
  2. Katılımcı eczacılara, çalışmaya katılan her birey tarafından doldurulması gereken bilgilendirilmiş onay formlarını sağlayın. Bu onay formu, araştırmanın başlığını, projenin amaçlarını, katılımcının katılacağı tüm prosedürlerin anlaşılır bir açıklamasını, belirli risklerin olmamasını, toplanan tüm verilerin gizliliğini ve herhangi bir zamanda herhangi bir nedenle çalışmadan çekilme hakkı.
  3. Katılımcılara yapılandırılmış kişisel görüşmeler yönetmek için eczacılar eğitmek, kişi başına yaklaşık yarım saat sürmesi gerekir. 1 yıl boyunca veri toplayın ve tüm formları çalışmada veri korumadan sorumlu araştırmacılara gönderin. Daha sonra 3 ay boyunca hastalarla takip.
  4. Eczacılara MCI testlerini kullanarak olası bir MCI vakasını nasıl tanımlayabınlarını öğretin. Climent ve ark.5'e dayanarak, düzeltilmiş MMSE testinde 4 veya daha fazla puan (okuma yazma bilmeyen katılımcılar için) veya diğer katılımcılar için 3 veya daha fazla puan ve 24 puan veya daha az puan kullandık.
  5. Eczacılara MCI vakalarını klinik tanıları için bir tıp uzmanına (nörolog) nasıl yönlendireceklerini öğretin-bu araştırma çalışmasında kullanılan akış şemasındaki son adım(Şekil 1).

figure-protocol-1
Şekil 1: Araştırma çalışmasının akış şeması ve önerilen seçici tarama. Sol taraf, sağ panelde gösterilen MCI'ın erken teşhisi için seçici tarama önermek için verileri makine öğrenme teknikleri ile analiz edilen ilk çalışmayı temsil etmektedir. Bu rakam Climent34'tendeğiştirilmiştir. Bu rakamın daha büyük bir sürümünü görüntülemek için lütfen buraya tıklayın.

5. Eczacı araştırmacı eğitimi

  1. Katılımcı eczacıları bilişsel bozuklukla ilgili temel bilgiler konusunda eğitmek ve tarama araçlarını yönetmek için spmsq ve MMSE gibi oturumları düzenlemek için uzmanlarla iletişime geçin.
  2. Katılımcı eczacıların prosedürlerden, veri toplama protokolünden ve veri korumayla ilgili tüm olası sorunlardan haberdar olmalarını sağlayın. Projenin bir Araştırma Etik Komitesi tarafından onaylandığını ve Helsinki Bildirgesi'ne göre onay formunun önemini bildirin.
    NOT: Climent ve ark.5tarafından açıklanan çalışmayı gerçekleştirmek için, Resmi Eczacılar Koleji'nde ve Cardenal-Herrera CEU Üniversitesi'nde (UCH-CEU) çalıştaylar düzenlendi ve şunlar ele alındı: MCI ve demans; MCI ve SPMQP ve MMSE yönetimi için tanısal yaklaşımlar (Castellón La Plana Hastanesi'nde Nöroloji Servisi tarafından öğretilen); üst düzey topluluk eczacı araştırmacıları tarafından metodolojinin proje sunumu ve açıklaması; uch-CEU Üniversitesi Eczacılık Bölümü araştırmacıları tarafından sağlık eğitimi ve bilişsel eğitim.

6. Çalışma tasarımı

  1. Projenin fizibilitesini değerlendirmek için bir örneklem boyutunu hesaplayın. Bu gözlemsel bir çalışma olduğu için, daha büyük bir örnek daha etkili araçlar üretecektir. Örneklem boyutunu belirlemenin iki yolu vardır: biri yaygınlık tahminine dayanır ve diğeri etki büyüklükleri dikkate alınarak daha hassastır.
    1. Popülasyondaki durumun yaygınlığının doğru bir tahminini hesaplama

      figure-protocol-2

      α'nın anlamlılık düzeyi olduğu durumlarda, p0 ilk tahmindir ve hata 0(1 - α)güven ile beklenen maksimum hatadır.
    2. Her faktör için literatürde bulunan etki boyutlarına göre,15,28farklılıkları tespit etmek için ne kadar güç gerektiğini tahmin etmek için R pwr paketi gibi araçlar kullanın.
      NOT: Örneğin,5

figure-protocol-3

Access restricted. Please log in or start a trial to view this content.

Results

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

Katılımcı eczaneler 728 kullanıcıdan veri toplamış ve katılımcılara reçete edilen ilaçlara ek olarak demografik değişkenler toplanmıştır. Tüm değişkenler için tek değişkenli lojistik regresyon yapıldı34; Şekil 3 ve Şekil 4'te gösterilen hata çubuğu grafikleri, oran oranının güven aralığının (nitel değişkenler için) ve lojistik regresyon katsayısının güven aralığının (nicel değişkenler için) uygun grafik gö...

Access restricted. Please log in or start a trial to view this content.

Discussion

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

PubMed veritabanında Cochrane çalışmalarında MCI ile ilişkili terimleri araştırdıktan sonra, MCI ile kanıtlanmış bir ilişki ile en belirgin değişkenleri kullanan bu çalışma için özel bir anket oluşturuldu. Demografik, yaşam tarzı ve sosyal faktörlerin yanı sıra hastanın farmakoterapisi ve bazı ilgili patolojiler de kaydedildi. Ayrıca, SPMSQ ve MMSE MCI testleri de seçildi. Daha da önemlisi, SPMSQ katılımcıların eğitim seviyesinden etkilenmedi. Eczacılar bu çalışmayı yönetmek için eğitildi ler ve birincil ve özel bakım il...

Access restricted. Please log in or start a trial to view this content.

Disclosures

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

Yazarların açıklayacak bir şeyi yok.

Acknowledgements

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

Bu çalışma, Know Alzheimer Vakfı'nın desteği ve Universidad CEU Cardenal Herrera, özellikle Enrique Giner'deki multimedya üretim hizmetinin yardımıyla mümkün kılındı. McI tanılarıbaşta Vicente Gassull, Rafael Rafael olmak üzere tüm katılımcı eczanelerin (SEFAC) ve Birinci Basamak Doktorları Derneği (SEMERGEN) ve Nöroloji Derneği'nden (SVN) çalışan doktorların çalışmalarını tanımak istiyoruz. Sánchez ve Jordi Pérez. Son olarak, bu çalışmada yer almayı kabul eden herkese teşekkür ederiz.

Access restricted. Please log in or start a trial to view this content.

Materials

List of materials used in this article
NameCompanyCatalog NumberComments
şapka MaxKuhnR paket
rpartTerry Therneau, Beth Atkinson, Brian RipleyR paketi
İspanyolca SPMSQFarmaceuticoscomunitarios.orghttp://farmaceuticoscomunitarios.org/anexos/vol11_n1/ANEXO1.pdf
İngilizce SPMSQgeriatrics.stanford.edu<a href="https://geriatrics.stanford.edu/culturemed/overview/assessment/assessment_toolkit/spmsq.html" target="_blank">https://geriatrics.stanford.edu/culturemed/overview/assessment/assessment_toolkit/spmsq.html
MMSE İspanyolcaFarmaceuticoscomunitarios.orghttp://farmaceuticoscomunitarios.org/anexos/vol11_n1/ANEXO2.pdf
MMSE İngilizceoxfordmedicaleducation.comhttp://www.oxfordmedicaleducation.com/ geriatri/mini-zihinsel-durum-muayenesi-mmse/

References

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,
  1. Prince, M., Comas-Herrera, A., Knapp, M., Guerchet, M., Karagiannidou, M. World Alzheimer report 2016: improving healthcare for people living with dementia: coverage, quality and costs now and in the future. , Alzheimer's Disease International (ADI). https://scholar.google.com/scholar.bib?q=info:mEGpcpLHEIMJ:scholar.google.com (2016).
  2. Niu, H., Álvarez-Álvarez, I., Guillén-Grima, F., Aguinaga-Ontoso, I. Prevalence and incidence of Alzheimer's disease in Europe: A meta-analysis. Neurología (English Edition). 32 (8), 523-532 (2017).
  3. Petersen, R. C., et al. Mild Cognitive Impairment: Clinical Characterization and Outcome. Archives of Neurology. 56 (3), 303(1999).
  4. Petersen, R. C., et al. Practice guideline update summary: Mild cognitive impairment: Report of the Guideline Development, Dissemination, and Implementation Subcommittee of the American Academy of Neurology. Neurology. 90 (3), 126-135 (2018).
  5. Climent, M. T., Vilaplana, A. M., Arnedo, A., Vilar, J., Moreno-Royo, L. Life styles associated cognitive impairment. Study from the community pharmacy [Estilos de vida asociados a deterioro cognitivo. Estudio preliminar desde la farmacia comunitaria]. Revista de Investigacion Clinica. 65 (6), 500-509 (2013).
  6. Faubel, R., et al. Usual sleep duration and cognitive function in older adults in Spain. Journal of Sleep Research. 18 (4), 427-435 (2009).
  7. Benito-León, J., Louis, E. D., Bermejo-Pareja, F. Cognitive decline in short and long sleepers: A prospective population-based study (NEDICES). Journal of Psychiatric Research. 47 (12), 1998-2003 (2013).
  8. Ramos, A. R., et al. Association between Sleep Duration and the Mini-Mental Score: The Northern Manhattan Study. Journal of Clinical Sleep Medicine. 9 (7), 669(2013).
  9. Gabelle, A., et al. Excessive Sleepiness and Longer Nighttime in Bed Increase the Risk of Cognitive Decline in Frail Elderly Subjects: The MAPT-Sleep Study. Frontiers in Aging Neuroscience. 9, 312(2017).
  10. Fernández, M., et al. Prevalence of dementia in the elderly aged above 65 in a district in the Basque Country. Revista de Neurologia. 46 (2), 89-96 (2008).
  11. Velert Vila, J., et al. Suitability of the use of benzodiazepines prescribed by the pharmacist in the elderly. A doctor-pharmacist collaboration study. Atención Primaria. 44 (7), 402-410 (2012).
  12. Ranstam, J., et al. Impaired cognitive function in elderly men exposed to benzodiazepines or other anziolytics. The European Journal of Public Health. 7 (2), 149-152 (1997).
  13. Airagnes, G., Pelissolo, A., Lavallée, M., Flament, M., Limosin, F. Benzodiazepine Misuse in the Elderly: Risk Factors, Consequences, and Management. Current Psychiatry Reports. 18 (10), 89(2016).
  14. Alacreu, M., et al. Importance of Increasing Modifiable Risk Factors Knowledge on Alzheimer's Disease Among Community Pharmacists and General Practitioners in Spain. Frontiers in Pharmacology. 10, 860(2019).
  15. Cohen, J. Statistical Power Analysis for the Behavioral Sciences. , Routledge. (2013).
  16. Nardi, P. M. Doing Survey Research: A Guide To Quantitative Methods. , Routledge. (2018).
  17. Sabater Hernández, D., Silva Castro, M. M., Faus Dáder, M. J. Método Dáder: guía de seguimiento farmacoterapéutico. , Grupo de Investigación en Atención Farmacéutica (GIAF): Grupo de Investigación en Atención Farmacéutica (CTS-131). Universidad de Granada. (2017).
  18. Pfeiffer, E. A Short Portable Mental Status Questionnaire for the Assessment of Organic Brain Deficit in Elderly Patients. Journal of the American Geriatrics Society. 23 (10), 433-441 (1975).
  19. Folstein, M. F., Folstein, S. E., McHugh, P. R. "Mini-mental state." A practical method for grading the cognitive state of patients for the clinician. Journal of Psychiatric Research. 12 (3), 189-198 (1975).
  20. Buschke, H., et al. Screening for dementia with the memory impairment screen. Neurology. 52 (2), 231-238 (1999).
  21. Verghese, J., et al. Picture-based memory impairment screen for dementia. Journal of the American Geriatrics Society. 60 (11), 2116-2120 (2012).
  22. Nasreddine, Z. S., et al. The Montreal Cognitive Assessment, MoCA: A Brief Screening Tool For Mild Cognitive Impairment. Journal of the American Geriatrics Society. 53 (4), 695-699 (2005).
  23. Kaya, D., et al. The Saint Louis University Mental Status Examination Is Better than the Mini-Mental State Examination to Determine the Cognitive Impairment in Turkish Elderly People. Journal of the American Medical Directors Association. 17 (4), e11-e15 (2016).
  24. O'Caoimh, R., et al. Comparison of the quick mild cognitive impairment (Qmci) screen and the SMMSE in screening for mild cognitive impairment. Age and Ageing. 41 (5), 624-629 (2012).
  25. Cullen, B., ONeill, B., Evans, J. J., Coen, R. F., Lawlor, B. A. A review of screening tests for cognitive impairment. Journal of Neurology, Neurosurgery & Psychiatry. 78 (8), 790-799 (2007).
  26. Martínez de la Iglesia, J., et al. Adaptación y validación al castellano del cuestionario de Pfeiffer (SPMSQ) para detectar la existencia de deterioro cognitivo en personas mayores e 65 años. Medicina Clínica. 117 (4), 129-134 (2001).
  27. Blesa, R., et al. Clinical validity of the 'mini-mental state' for Spanish speaking communities. Neuropsychologia. 39 (11), 1150-1157 (2001).
  28. Champely, S., Ekstrom, C., et al. pwr: Basic Functions for Power Analysis. , https://cran.r-project.org/web/packages/pwr/index.html (2018).
  29. Therneau, T., Atkinson, B., Ripley, B. rpart: Recursive Partitioning and Regression Trees. , https://cran.r-project.org/web/packages/rpart (2018).
  30. WHO Collaborating Centre for Drugs Statistics Methodology. ATC/DDD Index. , https://www.whocc.no/atc_ddd_index (2018).
  31. Kuhn, M., Johnson, K. Applied Predictive Modeling. 26, Springer New York. New York, NY. (2013).
  32. Therneau, T., Atkinson, E. An introduction to recursive partitioning using the RPART routines. , http://r.789695.n4.nabble.com/attachment/3209029/0/zed.pdf (2019).
  33. Kuhn, M. Building Predictive Models in R Using the caret Package. Journal of Statistical Software. 28 (5), 1-26 (2008).
  34. Climent, M. T., Pardo, J., Muñoz-Almaraz, F. J., Guerrero, M. D., Moreno, L. Decision Tree for Early Detection of Cognitive Impairment by Community Pharmacists. Frontiers in Pharmacology. 9, 1-12 (2018).

Access restricted. Please log in or start a trial to view this content.

Reprints and Permissions

Request permission to reuse the text or figures of this JoVE article

Request Permission

Tags

Mild Cognitive ImpairmentMachine LearningDecision TreeScreening ProtocolShort Portable Mental Status QuestionnaireMini Mental State ExaminationAnatomical Therapeutic Chemical CodeLogistic RegressionROC Curve AnalysisCross Validation

Related Articles