Classification of cognitive impairment in older adults based on brain functional state measurement data via hierarchical clustering analysis
Notice bibliographique
Résumé
Introduction: Cognitive impairment (CI) is a common degenerative condition in the older population. However, the current methods for assessing CI are not based on brain functional state, which leads to delayed diagnosis, limiting the initiatives towards achieving early interventions. Methods: A total of one hundred and forty-nine community-dwelling older adults were recruited. Montreal Cognitive Assessment (MoCA) and Mini-Mental State Exam (MMSE) were used to screen for CI, while brain functional was assessed by brain functional state measurement (BFSM) based on electroencephalogram. Bain functional state indicators associated with CI were selected by lasso and logistic regression models (LRM). We then classified the CI participants based on the selected variables using hierarchical clustering analysis. Results: Eighty-one participants with CI detected by MoCA were divided into five groups. Cluster 1 had relatively lower brain functional states. Cluster 2 had highest mental task-switching index (MTSi, 13.7 ± 3.4), Cluster 3 had the highest sensory threshold index (STi, 29.9 ± 7.7), Cluster 4 had high mental fatigue index (MFi) and cluster 5 had the highest mental refractory period index (MRPi), and external apprehension index (EAi) (21.6 ± 4.4, 35.4 ± 17.7, respectively). Thirty-three participants with CI detected by MMSE were divided into 3 categories. Cluster 1 had the highest introspective intensity index (IIi, 63.4 ± 20.0), anxiety tendency index (ATi, 67.2 ± 13.6), emotional resistance index (ERi, 50.2 ± 11.9), and hypoxia index (Hi, 41.8 ± 8.3). Cluster 2 had the highest implicit cognitive threshold index (ICTi, 87.2 ± 12.7), and cognitive efficiency index (CEi, 213.8 ± 72.0). Cluster 3 had higher STi. The classifications both showed well intra-group consistency and inter-group variability. Conclusion: In our study, BFSM-based classification can be used to identify clinically and brain-functionally relevant CI subtypes, by which clinicians can perform personalized early rehabilitation.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,003 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».