Autor/autores:
Jin H , Chien S , Meijer E...(et.al)
La Evaluación diagnóstica armonizada de la demencia para el estudio longitudinal sobre el envejecimiento en la India (LASI-DAD) es el primer y único estudio representativo a nivel nacional sobre la cognición y la demencia en la vejez en la India (n = 4096). LASI-DAD obtuvo el diagnóstico de consenso clínico de demencia para una submuestra de 2528 encuestad...
Estás viendo una versión reducida de este contenido.
Para consultar la información completa debes registrarte gratuitamente.
Tan sólo te llevará unos segundos.
Y si ya estás registrado inicia sesión pulsando aquí.
La Evaluación diagnóstica armonizada de la demencia para el estudio longitudinal sobre el envejecimiento en la India (LASI-DAD) es el primer y único estudio representativo a nivel nacional sobre la cognición y la demencia en la vejez en la India (n = 4096). LASI-DAD obtuvo el diagnóstico de consenso clínico de demencia para una submuestra de 2528 encuestados.
Este estudio desarrolla un modelo de aprendizaje automático que utiliza datos del diagnóstico de consenso clínico en LASI-DAD para respaldar la clasificación del estado de demencia.
A los médicos se les presentó la amplia información recopilada de LASI-DAD, incluida la información sociodemográfica y el historial de salud de los encuestados, los resultados de las pruebas de detección del estado cognitivo y la información obtenida de las entrevistas con los informantes. Con base en el Clinical Dementia Rating (CDR) y utilizando una plataforma en línea, los médicos evaluaron individualmente cada caso y luego llegaron a un diagnóstico de consenso. Se implementó un procedimiento de 2 pasos para entrenar varios modelos de aprendizaje automático candidatos, que se evaluaron utilizando un conjunto de pruebas separado para la medición de la precisión predictiva, incluido el área bajo la curva de operación del receptor (AUROC), precisión, sensibilidad, especificidad, precisión, puntaje F1, y estadística kappa. El modelo final se seleccionó en función de la concordancia general medida por kappa. Además, examinamos la precisión general y el acuerdo con los diagnósticos de consenso finales entre el modelo de aprendizaje automático seleccionado y los médicos individuales que participaron en el proceso de diagnóstico de consenso clínico. Finalmente, aplicamos el modelo seleccionado a un subgrupo de participantes de LASI-DAD para quienes no se obtuvo el diagnóstico de consenso clínico para predecir su estado de demencia.
Entre las 2528 personas que recibieron un diagnóstico de consenso clínico, 192 (6, 7% después de ajustar el peso de la muestra) fueron diagnosticadas con demencia. Todos los modelos de aprendizaje automático candidatos lograron una capacidad discriminativa sobresaliente, como lo indica AUROC> . 90, y tenían una precisión y especificidad similares (ambas alrededor de 0, 95). El modelo de máquina de vectores de soporte superó a otros modelos con la mayor sensibilidad (0, 81), puntuación F1 (0, 72) y kappa (0, 70, lo que indica un acuerdo sustancial) y la segunda precisión más alta (0, 65). Como resultado, se seleccionó la máquina de vectores de soporte como modelo definitivo. Un examen más detallado reveló que la precisión general y la concordancia eran similares entre el modelo seleccionado y los médicos individuales. La aplicación del modelo de predicción en 1568 personas sin un diagnóstico de consenso clínico clasificó a 127 personas como personas que vivían con demencia. Después de aplicar el peso muestral, podemos estimar la prevalencia de demencia en la población en un 7, 4%.
El modelo de aprendizaje automático seleccionado tiene una capacidad discriminativa sobresaliente y un acuerdo sustancial con un diagnóstico de consenso clínico de demencia. El modelo puede servir como un modelo informático del conocimiento clínico y la experiencia codificada en el proceso de diagnóstico de consenso clínico y tiene muchas aplicaciones potenciales, incluida la predicción de diagnósticos de demencia perdidos y como herramienta de apoyo a la toma de decisiones clínicas o evaluador virtual para ayudar al diagnóstico de demencia.
Para acceder al texto completo consulte las características de suscripción de la fuente original:https://mental.jmir.org/
Inicio: 25/09/2024 |Precio: 170€
Ver curso