基于步态的机器学习模型识别遗忘型轻度认知障碍和阿尔茨海默病
足趾,受试者,1对象与方法,2结果,3讨论
陶帅,韩星,孔丽文,汪祖民,谢海群随着我国老龄化社会的到来,与年龄密切相关的认知障碍,包括痴呆的患病率,近年来呈明显增加的趋势。认知障碍包括几种情况,症状从轻度〔如轻度认知障碍(MCI)〕到重度〔如阿尔茨海默病(AD)和其他痴呆〕[1]。AD被世界卫生组织确认为全球公共卫生重点[2]。MCI是指正常衰老和痴呆之间的过渡阶段。MCI分为遗忘型MCI(aMCI)和非遗忘型MCI,aMCI主要影响短期记忆或长期记忆[3]。最确定的AD前期亚型是aMCI,被认为是AD的前驱症状,年转换率为6%~25%[4]。除了认知障碍外,MCI患者还可能出现运动功能障碍,例如步态障碍[5]。而步态障碍在AD患者中也很常见。先前的研究表明,步态与认知有着密切的关系[6]。例如,ROSSO等[7]发现步态减慢与认知障碍之间的关联得到了共同神经基质的支持,该基质包括较小的右侧海马体。由于步态与认知能力相关,因此具有不同的认知能力的人群所表现的步态状态也不一样,越来越多的研究证明了这一点。BEAUCHET等[8]在采用步态评估痴呆患者时发现,步长的高平均值和变异系数是中度痴呆的特征,而步幅时间变异系数的增加则与MCI状态有关。另外有研究发现MCI组与AD组在单任务和双任务的起立行走测试时,所测的部分步态参数差异有统计学意义[9]。本研究在此基础上通过机器学习建立分类模型,同时以aMCI患者和AD患者为研究对象,目的是确定基于步态的最佳机器学习模型和临床相关的重要步态特征,用于识别aMCI患者和AD患者。
1 对象与方法
1.1 研究对象 2018年12月至2020年12月,从国家康复辅具研究中心附属康复医院、佛山市第一人民医院和大连大学附属中山医院招募了102例受试者,按照纳入与排除标准最终纳入98例受试者,其中55例为aMCI患者,10例为AD患者,33例为健康对照(HC)者。本研究获得了佛山市第一人民医院研究伦理委员会的伦理学批准(审批号:IA-201944),并在入组时获得参与者的书面知情同意书。
aMCI患者的纳入标准:(1)有患者报告的主观认知主诉,并通过访谈确定,最好由知情人确认;(2)单域或多域认知能力下降,并以记忆力损害为典型表现(低于与年龄和受教育程度匹配的HC的1.5个标准差);(3)经临床医生访谈确认日常生活活动能力保留;(4)临床痴呆评定(Clinical Dementia Rating,CDR)量表评分 =0.5 分[10]。
AD患者的纳入标准:(1)均符合美国国立神经病语言障碍卒中研究所和阿尔茨海默病及相关疾病学会的AD诊断标准[11] ......
您现在查看是摘要页,全文长 17763 字符。