决策树算法在老年人轻度认知障碍临床筛查中的应用*
2020-09-29孙振武王航平
云南师范大学学报(自然科学版) 2020年5期
孙振武, 王航平,2
(1.云南师范大学 国家级高原训练实验教学中心,云南 昆明 650500;2.云南师范大学 体育学院,云南 昆明 650500)
轻度认知障碍(MCI)是介于正常衰老和阿尔茨海默病(AD) 之间的过渡阶段[1].老年人群中MCI的患病率高达21.3%,早期发现和适当干预MCI可以减缓认知缺陷和损伤的恶化速度[2].
目前国内外尚无统一的MCI筛查和诊断标准[3];简单的认知评估工具及神经系统体格检查没有足够的准确性[4];综合性的神经系统检查相比之下虽然较为准确,但存在检查时间长的缺点;生物标记测量由于需要昂贵的仪器设备而不能在初级卫生保健中进行推广;因此初级卫生保健中急需一种简便、快速且可靠的MCI筛查方法[5].本研究通过一种决策树临床算法,结合简单的神经系统体格检查以及认知功能评估,对MCI老年患者与正常老年人进行区分.
1 研究对象与方法
1.1 研究对象
研究对象为来自云南省昆明市呈贡区雨花社区和吴家营社区的212名老年人,纳入标准:(1)60岁以上的常住人口,(2)有一定的读写能力;排除标准:(1)过去消费的药物影响大脑的功能和结构,(2)有脑血管疾病史、脑瘤和重型颅脑损伤史,(3)患有帕金森症和癫痫,存在严重的医学或精神疾病等.样本量的计算基于α=0.05,偏差6.5%,特异性为90%,敏感性95%.该研究获得了云南师范大学生物医学伦理委员会的批准和所有参与研究的老年人的同意.
1.2 研究方法
1.2.1 决策树算法
决策树算法是一种有监督的机器学习算法,要求有输入变量及目……
登录APP查看全文