有效延緩癡呆癥：延世大學(xué)發(fā)現(xiàn)梯度提升機(jī)模型能準(zhǔn)確預(yù)測 BPSD 亞綜合征                        
                                      
                        
                							
                            發(fā)布時間：2023-06-12 12:43:41					
                            文章來源：超神經(jīng)HyperAI
                      
                

                        
                
                        	By超神經(jīng)內(nèi)容一覽：隨著人口老齡化程度不斷加劇，癡呆癥已經(jīng)成為公共健                        
                

						
						
                
           					 
                有效延緩癡呆癥：延世大學(xué)發(fā)現(xiàn)梯度提升機(jī)模型能準(zhǔn)確預(yù)測 BPSD 亞綜合征
                By 超神經(jīng)

                (資料圖)
                內(nèi)容一覽：隨著人口老齡化程度不斷加劇，癡呆癥已經(jīng)成為公共健康問題。目前醫(yī)學(xué)界治療該病還只能通過藥物緩解，尚未發(fā)現(xiàn)治愈的有效方法，因此，預(yù)防癡呆癥尤為緊迫。在這一背景下，延世大學(xué)的研究人員開發(fā)了多個預(yù)測 BPSD 的機(jī)器學(xué)習(xí)模型，并對這些模型進(jìn)行了驗(yàn)證。實(shí)驗(yàn)結(jié)果表明，機(jī)器學(xué)習(xí)能夠有效預(yù)測 BPSD 亞綜合癥。
                關(guān)鍵詞：癡呆癥 ? BPSD ? 梯度提升機(jī)
                作者 | daserney
                編輯 | 緩緩、三羊
                目前，全球超 5.5 億人患有癡呆癥 (阿爾茨海默病為最常見類型)，每年新發(fā)病例接近 1000 萬，隨著人口老齡化程度不斷加劇，預(yù)計(jì)到 2050 年，這一數(shù)字將增加兩倍。癡呆癥是一種腦部疾病，會導(dǎo)致患者記憶力、思維和推理能力緩慢下降。該疾病主要影響老年人，是導(dǎo)致老年人失去自理能力的主要原因之一，在全球最主要的死亡原因（按死亡總?cè)藬?shù)排列）中位于第七位，前三位分別是缺血性心臟病、中風(fēng)及慢性阻塞性肺病。
                通常，癡呆癥患者除了認(rèn)知障礙外，還表現(xiàn)出一系列行為和心理癥狀 (BPSD)，如躁動、攻擊、冷漠和抑郁等。這些癥狀是癡呆癥護(hù)理中最為復(fù)雜、最具有挑戰(zhàn)性的問題，它們不僅導(dǎo)致病人無法獨(dú)立生活，同時也給照護(hù)人員帶來相當(dāng)大的負(fù)擔(dān)。
                近期，韓國延世大學(xué) (Yonsei University) 的研究人員 Eunhee Cho 等人開發(fā)了多個用于預(yù)測 BPSD 的機(jī)器學(xué)習(xí)模型，并對它們進(jìn)行了驗(yàn)證。目前該研究已發(fā)布在《Scientifc Reports》期刊，標(biāo)題為「Machine learning?based predictive models for the occurrence of behavioral and psychological symptoms of dementia: model development and validation」。??
                數(shù)據(jù)集
                本研究分三次進(jìn)行數(shù)據(jù)收集，共使用了 187 名癡呆癥患者信息進(jìn)行模型訓(xùn)練，另外 35 名患者信息用于外部驗(yàn)證。其中第二次數(shù)據(jù)收集是對第一次數(shù)據(jù)收集參與者進(jìn)行的重復(fù)測量，第三次數(shù)據(jù)收集則招募了新的參與者進(jìn)行測量。研究中，第一次和第二次收集的數(shù)據(jù)用作訓(xùn)練集，第三次收集的數(shù)據(jù)集用于測試集。
                為了對參與者進(jìn)行全面的特征信息收集，研究人員首先調(diào)查了他們的健康數(shù)據(jù)（年齡、性別、婚姻狀況等）和發(fā)病前的性格類型（韓國五大人格量表 BFI-K），其次使用身體活動記錄儀監(jiān)測夜間睡眠和活動水平，最后又采用了一種癥狀日記 (symptom diary) 來記錄照料者感知到的癥狀的觸發(fā)因素 (饑餓/口渴、排尿/排便、疼痛、失眠、噪音等) 以及患者每天發(fā)生的 12 種 BPSD。此外，這些癥狀也被劃分為 7 個亞綜合癥，下圖直觀展示了身體活動記錄儀和癥狀日記數(shù)據(jù)的記錄情況。
                表 1：身體活動記錄儀和癥狀日記的統(tǒng)計(jì)情況
                SD：標(biāo)準(zhǔn)差
                TST：總睡眠時間
                WASO：入睡后醒來時間
                NoA：醒來次數(shù)
                MAL：清醒時間
                METs：代謝當(dāng)量
                MVPA：中度至劇烈的身體活動
                BPSD：癡呆癥行為和心理癥狀
                其他原因：其他看護(hù)者感知的 BPSD 觸發(fā)因素（治療、噩夢等）
                不過，由于參與者不服從或裝置佩戴不當(dāng)?shù)仍?，?dǎo)致活動記錄儀數(shù)據(jù)缺失，據(jù)統(tǒng)計(jì)，數(shù)據(jù)缺少者占總參與人數(shù)的 36%，平均每人缺失 0.9 天數(shù)據(jù)。因此，研究人員采用鏈?zhǔn)椒匠痰亩嘀夭逖a(bǔ)方法 (multivariate imputation was applied using chained equations) 來處理這部分缺失數(shù)據(jù)。
                實(shí)驗(yàn)過程
                研究人員訓(xùn)練了 4 個模型，以確定預(yù)測每個亞綜合癥的最佳模型。基于研究結(jié)果，研究人員可以將這些模型應(yīng)用于臨床監(jiān)測和預(yù)測 BPSD 亞綜合癥。同時針對潛在的 BPSD 影響因素進(jìn)行干預(yù)，實(shí)現(xiàn)以患者為中心的癡呆癥護(hù)理服務(wù)。此外，機(jī)器學(xué)習(xí)算法還可以嵌入智能手機(jī)應(yīng)用程序中，以進(jìn)一步提高其價值。
                模型性能?
                研究人員采用了 4 個機(jī)器學(xué)習(xí)算法，包括邏輯回歸 (logistic regression)、隨機(jī)森林 (random forest)、梯度提升機(jī) (gradient boosting machine) 和支持向量機(jī) (support vector machine) ，通過各自特有的學(xué)習(xí)算法評估模型性能，挑選出預(yù)測 BPSD 亞綜合征最好的模型。這里，邏輯回歸模型最為常見和成熟，因此作為基準(zhǔn)模型用于判斷機(jī)器學(xué)習(xí)的性能提升程度。
                基于訓(xùn)練集，通過五重交叉驗(yàn)證，不同模型預(yù)測 BPSD 亞綜合征的性能如下圖：
                表 2：基于訓(xùn)練集，不同模型預(yù)測 BPSD 亞綜合癥性能
                AUC：ROC 曲線下的面積
                LR：邏輯回歸模型
                RF：隨機(jī)森林模型
                GBM：梯度提升機(jī)模型
                SVM：支持向量機(jī)模型
                ROC 曲線：ROC (Receiver Operating Characteristic Curve) 曲線是一種描繪分類器性能的圖形工具。
                AUC 值：AUC (Area Under the Curve) 值表示 ROC 曲線下的面積，用于衡量分類器性能。AUC 值越接近 1，表示分類器性能越好。
                表 2 顯示，梯度提升機(jī)模型在預(yù)測多動癥 (0.706)、情感癥狀 (0.747) 和進(jìn)食障礙 (0.816) 方面 AUC 值較高；支持向量機(jī)模型在預(yù)測精神癥狀方面 AUC 值 (0.706) 最高；隨機(jī)森林模型在睡眠和夜間行為方面 AUC 值 (0.942) 最高；邏輯回歸模型在異?；顒有袨?(0.822) 和病理性欣快癥 (Euphoria/elation, 0.696) 方面 AUC 值最高。
                模型驗(yàn)證?
                研究人員使用了外部驗(yàn)證方法，在第三次收集的數(shù)據(jù)集上對模型進(jìn)行驗(yàn)證。基于測試集，不同模型預(yù)測 BPSD 亞綜合癥的性能如下圖：
                表3：基于測試數(shù)據(jù)集，不同模型預(yù)測 BPSD 亞綜合癥性能
                AUC：ROC 曲線下的面積
                LR：邏輯回歸模型
                RF：隨機(jī)森林模型
                GBM：梯度提升機(jī)模型
                SVM：支持向量機(jī)模型
                表 3 顯示，對比邏輯回歸模型，機(jī)器學(xué)習(xí)模型的表現(xiàn)都要更好。具體來看，對大多數(shù)亞綜合癥來說，隨機(jī)森林和梯度提升機(jī)模型性能表現(xiàn)都優(yōu)于邏輯回歸和支持向量機(jī)模型；隨機(jī)森林模型在預(yù)測多動癥 (0.835)、病理性欣快癥 (0.968) 和進(jìn)食障礙 (0.888) 方面比其他預(yù)測模型的 AUC 值要高；梯度提升機(jī)模型在預(yù)測精神癥狀 (0.801) 方面比其他預(yù)測模型的 AUC 值要高；支持向量機(jī)模型在睡眠和夜間行為 (0.929) 方面 AUC 值最高。
                綜合兩圖表信息，研究人員發(fā)現(xiàn)在預(yù)測 7 個亞綜合征方面，梯度提升機(jī)模型平均 AUC 值最高，即表現(xiàn)最佳。與此同時，研究人員也提醒，在測試數(shù)據(jù)集的樣本量較小情況下，需要謹(jǐn)慎推斷預(yù)測性能的結(jié)果，并建議未來應(yīng)進(jìn)行更大樣本量的重復(fù)實(shí)驗(yàn)以獲得更準(zhǔn)確的預(yù)測結(jié)果。
                國內(nèi)成果：提前十年預(yù)測癡呆癥發(fā)病
                在癡呆癥預(yù)測方面，除了國外，國內(nèi)也取得了令人矚目的成果。去年九月，復(fù)旦大學(xué)附屬華山醫(yī)院神經(jīng)內(nèi)科主任醫(yī)師郁金泰臨床研究團(tuán)隊(duì)，聯(lián)合復(fù)旦大學(xué)類腦智能科學(xué)與技術(shù)研究院馮建峰教授、程煒青年研究員算法團(tuán)隊(duì)開發(fā)了 UKB-DRP 癡呆預(yù)測模型。
                該模型可以預(yù)測個體未來五年、十年甚至更長時間內(nèi)是否會發(fā)病，篩查出處于癡呆癥病程早期的群體，包括全因癡呆及其主要亞型 (如阿爾茨海默病)。該研究成果已發(fā)表在《柳葉刀》子刊《電子臨床醫(yī)學(xué)》上。
                論文地址：
                https://www.thelancet.com/journals/eclinm/article/PIIS2589-5370(22)00395-9/fulltext
                這一研究成果也顯示出了國內(nèi)在癡呆癥預(yù)測領(lǐng)域的創(chuàng)新實(shí)力和科研水平。未來，隨著更多機(jī)構(gòu)和研究團(tuán)隊(duì)的加入，以及更全面、多樣化數(shù)據(jù)的積累，我們有望看到更多國內(nèi)外的合作與進(jìn)展。借助人工智能和大數(shù)據(jù)分析的力量，為預(yù)防、治療和管理癡呆癥做出更大的貢獻(xiàn)，為患者和家庭帶來更多希望和福祉。
                —— 完 ——
                							 							 
							
                標(biāo)簽：
							 
							
                
							
                       	
                
                    
                
       
        
                
            
                資訊播報(bào)
                
            
        
                
    
                

    
                    

				
                
                    
                
                        
                        
                    
                
                
                
				        
		
                        
                
        
                
        
                
            
                樂活HOT
                
            
        
                
        
                
            
                娛樂LOVE
                
            
        
                
		
		
        
                
            
                精彩推送
                
            
        
                
   
    
                
 

    
                
    

                



亚洲视频在线观看|
亚洲精品国产精品国自产观看|
亚洲av无码精品网站|
亚洲毛片免费视频|
亚洲国产成人久久笫一页|
亚洲无砖砖区免费|
亚洲免费视频网站|
亚洲乱亚洲乱淫久久|
亚洲精选在线观看|
久久精品国产亚洲AV无码偷窥|
亚洲?v无码国产在丝袜线观看
|
亚洲 欧洲 自拍 另类 校园|
亚洲精品国产精品乱码视色|
亚洲欧美日韩中文二区
|
在线aⅴ亚洲中文字幕|
亚洲最新视频在线观看|
亚洲va在线va天堂va四虎
|
久久亚洲中文字幕无码|
亚洲综合久久久久久中文字幕|
久久久久国产亚洲AV麻豆|
亚洲www77777|
亚洲欧美熟妇综合久久久久|
亚洲国产成人手机在线观看|
亚洲三级在线免费观看|
亚洲国产精品va在线播放|
亚洲熟伦熟女新五十路熟妇|
伊人久久五月丁香综合中文亚洲|
亚洲人成人网站18禁|
国产精品亚洲精品日韩动图|
亚洲精品国产精品国自产网站|
亚洲AV无码精品无码麻豆|
久久亚洲精品中文字幕|
亚洲成人免费在线观看|
一区二区亚洲精品精华液|
亚洲αⅴ无码乱码在线观看性色
|
国产成人va亚洲电影|
亚洲无线一二三四区手机|
亚洲日韩欧洲无码av夜夜摸|
亚洲AⅤ无码一区二区三区在线|
亚洲色婷婷综合开心网|
国产国拍亚洲精品mv在线观看|