En tilgang til maskinel indlæring for at designe en effektiv selektiv screening af mild kognitiv svækkelse
Summary
Denne metode producerer beslutningstræer, der målretter befolkningsgrupper mere tilbøjelige til at lide af mild kognitiv svækkelse og er nyttige for omkostningseffektiv selektiv screening af sygdommen.
Abstract
Mild kognitiv svækkelse (MCI) er det første tegn på demens blandt ældre populationer og dens tidlige opdagelse er afgørende i vores aldrende samfund. Fælles MCI-tests er tidskrævende, så vilkårlig massiv screening ikke vil være omkostningseffektiv. Her beskriver vi en protokol, der bruger maskinlæringsteknikker til hurtigt at udvælge kandidater til yderligere screening via en spørgsmåls baseret MCI-test. Dette minimerer antallet af ressourcer, der kræves til screening, fordi kun patienter, der potentielt er MCI-positive, testes yderligere.
Denne metode blev anvendt i et indledende MCI-forskningsstudie, der dannede udgangspunkt for udformningen af et selektivt Screenings beslutningstræ. Den indledende undersøgelse indsamlede mange demografiske og livsstils variabler samt detaljer om patient medicin. Den korte Trans Portable mental status spørgeskema (spmsq) og Mini-mental State eksamen (MMSE) blev brugt til at afsløre mulige tilfælde af MCI. Endelig brugte vi denne metode til at designe en effektiv proces til klassificering af personer med risiko for MCI. Dette arbejde giver også indsigt i livsstilsrelaterede faktorer forbundet med MCI, der kan udnyttes til forebyggelse og tidlig påvisning af MCI blandt ældre populationer.
Introduction
Befolkningens aldring er stigende forekomsten af kroniske og degenerative sygdomme, især degenerative demens, som forventes at påvirke mere end 131.000.000 mennesker på verdensplan af 20501. Blandt alle de degenerative demenssygdomme, Alzheimers sygdom (AD) er den mest almindeligt med en samlet udbredelse i Europa af 6,88%2. På grund af den stadigt faldende uafhængighed af AD patienter, bør denne gruppe begynde at modtage støtte, så snart ANNONCEN begynder at manifestere. Derfor er tidlig påvisning af prodromale tegn på AD, såsom mild kognitiv svækkelse (MCI), afgørende.
MCI er defineret som en mellemliggende kognitiv tilbagegang fase svarende til normal aldring og svær forværring på grund af demens3. Ifølge skøn af Petersen et al.4er forekomsten af MCI 8,4% blandt personer i alderen 65-69 år og når 25,2% for patienter over 80 år. MCI resulterer i, at personer oplever flere vanskeligheder end forventet i udførelsen af lav-niveau kognitive færdigheder, især dem relateret til hukommelse og sprog, men ikke forstyrrer aktiviteterne i dagligdagen.
Screening er ikke synonymt med diagnose; diagnosen MCI vil altid være en klinisk opgave, hvorimod screeningsmetoder kun kan informere os om, at en patient har en højere sandsynlighed for at lide af denne patologi, og at der er en velbegrundet mistanke om MCI, som bør bekræftes klinisk. Derfor, primære sundhedspersonale (læger, farmaceuter, sygeplejersker, etc.) kunne drage fordel af tilgængeligheden af simple screeningsmetoder (korte kognitive tests), der kan anvendes i minutter. Ideelt set ville disse objektivt identificere patienter med en høj sandsynlighed for at lide en MCI, så de derefter kan blive klinisk testet af almindelige eller specialiserede læger.
Da den tidlige påvisning af MCI bliver en væsentlig opgave i forbindelse med folkesundheden, har dette arbejde til formål at identificere, hvilke karakteristika der er nyttige for den målrettede identificering af MCI i screeningstest af ældre populationer. Disse grupper vil derefter blive mere grundigt testet for MCI i test, der administreres af primære behandlere. Denne metode giver et beslutningstræ med de relevante algoritmer til at identificere de befolkningsgrupper, der skal målrettes mod.
Blandt disse karakteristika, alder er en af de mest konsekvente faktorer i forbindelse med udviklingen af denne patologi. Andre relevante karakteristika er relateret til demografi eller Lifestyle5. Blandt sidstnævnte, nogle undersøgelser har identificeret varigheden af dagtimerne eller Nighttime søvn som en risikofaktor, der kan føre til diagnosticering af MCI5,6,7,8,9. Den langvarige indtagelse af medicin såsom benzodiazepiner, forbruges af en anslået 20%-25% af ældre voksne10,11, kan også påvirke søvntimer og udviklingen af MCI12,13. Faktisk, langvarige behandlinger for kroniske sygdomme kan være vigtige funktioner nyttige i præ-udvælgelse af personer med en høj risiko for at lide af MCI.
Her har vi udviklet data baserede modeller, der bruger automatiske lærings algoritmer, et beslutningstræ og et prædiktivt værktøj til at øge effektiviteten af metodologien til påvisning af MCI ved at diskriminere, hvilke karakteristika der spiller en vigtig rolle i de tidlige påvisning af MCI. Det resulterende beslutningstræ præsenteret her blev fremstillet ved hjælp af en specifik kohorte af spanske patienter, der bruger Fællesskabs apoteker. Denne metode vil imidlertid også være nyttig blandt andre populationer med forskellige karakteristika.
Dette arbejde blev afsluttet i samarbejde med primær sundhedspleje og specialiserede læger. Fællesskabets apoteker var ideelle til afprøvning af denne algoritme, fordi de er tæt på patienter, har lange åbningstider, og er ofte besøgt og konsulteret. Degenerative demenssygdomme er komplekse forhold, som ikke altid er godt forstået af de primære udbydere af sundhedsydelser14. Derfor vil at blive involveret i processen øge bevidstheden om mennesker, der lider af MCI og demenssygdomme.
Protocol
Representative Results
Discussion
Efter at have søgt efter termer forbundet med MCI i Cochrane Studies i PubMed-databasen, blev der oprettet et specifikt spørgeskema til denne undersøgelse, der brugte de mest tydelige variabler med en dokumenteret tilknytning til MCI. Demografiske, livsstils-og sociale faktorer samt patientens Farmakoterapi og nogle relevante patologier blev også registreret. Desuden blev SPMSQ-og MMSE MCI-testene også valgt. Det er vigtigt, at SPMSQ ikke blev påvirket af deltagernes skoleniveau. Farmaceuter blev uddannet til at ad…
Declarações
The authors have nothing to disclose.
Acknowledgements
Dette arbejde blev muliggjort af støtte fra know Alzheimerfonden og hjælp fra multimedie produktions tjenesten på Universidad CEU Cardenal Herrera, især Enrique Giner. Vi vil gerne anerkende det arbejde, som alle de deltagende apoteker (SEFAC), og de samarbejdende læger fra samfundet af Primary Care læger (SEMERGEN) og Neurology Society (SVN), der hjalp med MCI diagnoser, især Vicente Gassull, Rafael Sánchez, og Jordi Pérez. Endelig takker vi alle, der har indvilliget i at deltage i denne undersøgelse.
Materials
| caret | Max Kuhn | R package | |
| rpart | Terry Therneau, Beth Atkinson, Brian Ripley | R package | |
| SPMSQ in Spanish | Farmaceuticoscomunitarios.org | http://farmaceuticoscomunitarios.org/anexos/vol11_n1/ANEXO1.pdf | |
| SPMSQ in English | geriatrics.stanford.edu | https://geriatrics.stanford.edu/culturemed/overview/assessment/assessment_toolkit/spmsq.html | |
| MMSE in Spanish | Farmaceuticoscomunitarios.org | http://farmaceuticoscomunitarios.org/anexos/vol11_n1/ANEXO2.pdf | |
| MMSE in English | oxfordmedicaleducation.com | http://www.oxfordmedicaleducation.com/geriatrics/mini-mental-state-examination-mmse/ |
Referências
- . World Alzheimer report 2016: improving healthcare for people living with dementia: coverage, quality and costs now and in the future Available from: https://scholar.google.com/scholar.bib?q=info:mEGpcpLHEIMJ:scholar.google.com (2016)
- 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).
- Petersen, R. C., et al. Mild Cognitive Impairment: Clinical Characterization and Outcome. Archives of Neurology. 56 (3), 303 (1999).
- 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).
- 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).
- Faubel, R., et al. Usual sleep duration and cognitive function in older adults in Spain. Journal of Sleep Research. 18 (4), 427-435 (2009).
- 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).
- 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).
- 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).
- 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).
- 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).
- 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).
- 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).
- 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).
- Cohen, J. . Statistical Power Analysis for the Behavioral Sciences. , (2013).
- Nardi, P. M. . Doing Survey Research: A Guide To Quantitative Methods. , (2018).
- Sabater Hernández, D., Silva Castro, M. M., Faus Dáder, M. J. . Método Dáder: guía de seguimiento farmacoterapéutico. , (2017).
- 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).
- 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).
- Buschke, H., et al. Screening for dementia with the memory impairment screen. Neurology. 52 (2), 231-238 (1999).
- Verghese, J., et al. Picture-based memory impairment screen for dementia. Journal of the American Geriatrics Society. 60 (11), 2116-2120 (2012).
- 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).
- 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).
- 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).
- 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).
- 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).
- Blesa, R., et al. Clinical validity of the ‘mini-mental state’ for Spanish speaking communities. Neuropsychologia. 39 (11), 1150-1157 (2001).
- . pwr: Basic Functions for Power Analysis Available from: https://cran.r-project.org/web/packages/pwr/index.html (2018)
- . rpart: Recursive Partitioning and Regression Trees Available from: https://cran.r-project.org/web/packages/rpart (2018)
- . ATC/DDD Index Available from: https://www.whocc.no/atc_ddd_index (2018)
- Kuhn, M., Johnson, K. . Applied Predictive Modeling. 26, (2013).
- Kuhn, M. Building Predictive Models in R Using the caret Package. Journal of Statistical Software. 28 (5), 1-26 (2008).
- 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).
