Risikoforudsigelse og dens intelligente vurdering for kognitiv svækkelse blandt ældre voksne, der bor i lokalsamfundet

Kognitiv svækkelse er et af de centrale tidlige tegn på demens, og det er også et nøglestadium for samfundsbaseret demensforebyggelse. Nøjagtig og bekvem forudsigelse af kognitiv svækkelse kan hjælpe samfundet med at identificere og håndtere højrisikopopulationen for demens. Tidligere undersøgelser havde udviklet adskillige demensforudsigende modeller, men sådanne modeller er muligvis ikke egnede til forudsigelse af kognitiv svækkelse. Baseret på de nationale repræsentative opfølgningsdata fra Chinese Longitudinal Healthy Longevity Survey (CLHLS) har dette projekt til formål at udvikle og validere en kort forudsigelsesalgoritme for kognitiv svækkelse blandt ældre, der bor i lokalsamfundet, ved hjælp af maskinlæringsmetoder (såsom logistisk regression, naiv). Bayes model, Extreme Gradient Boosting Tree og så videre). Til sidst vil der, baseret på den konstruerede model, blive udviklet et letanvendeligt online intelligent vurderingsværktøj til forudsigelse af kognitiv svækkelsesrisiko. De praktiserende læger, socialrådgivere og ældre ville blive inviteret til at bruge værktøjet, og vi vil revidere værktøjet i henhold til deres forslag og kommentarer. Dette projekt forventes at give et videnskabeligt grundlag og teknisk støtte til samfundsbaseret demensforebyggelse, og det vil også være nyttigt for ældre til let at forstå deres kognitive helbred.