이 페이지는 자동 번역되었으며 번역의 정확성을 보장하지 않습니다. 참조하십시오 영문판 원본 텍스트의 경우.

인지 장애에 대한 MMSE 점수 예측

2024년 11월 22일 업데이트: Blekinge Institute of Technology

인지 장애에 대한 MMSE 점수 예측: 60세 이상 개인의 구강 건강 및 인구통계 데이터에 대한 기계 학습 분석

이 연구의 목표는 구강 건강 및 인구 통계 데이터를 기반으로 인지 상태, 특히 MMSE 점수를 예측하기 위해 기계 학습(ML) 알고리즘을 사용할 수 있는 가능성을 탐색하는 것입니다. 목표는 다양한 ML 모델의 효과를 평가하고 60세 이상 개인의 MMSE 점수를 30점(정상 인지) 또는 26점 이하(인지 장애)로 예측하는 데 가장 관련성이 높은 구강 건강 지표를 식별하는 것입니다.

연구 개요

상태

완전한

개입 / 치료

상세 설명

이 횡단면 연구는 두 가지 기존 코호트 연구, 즉 유럽 공동 연구인 경증 치매에 대한 모니터링 및 알림 기술 지원(SMART4MD)과 노화 및 관리에 관한 스웨덴 국립 연구(SNAC-B)의 구강 건강 및 인구통계 데이터를 활용합니다. 60세 이상의 참가자가 분석에 포함됩니다. 이 데이터는 인지 상태를 예측하기 위한 기계 학습 모델을 개발하고 평가하는 데 사용됩니다.

목표:

  1. 1차 목표: MMSE 점수의 이진 분류를 위한 구강 건강 매개변수의 가능성을 평가합니다(30 대 ≤26).
  2. 2차 목표: 인지 장애 예측에 기여하는 가장 영향력 있는 구강 건강 매개변수를 식별합니다.
  3. 3차 목표: 구강 건강 데이터를 사용하여 MMSE 점수를 예측할 때 RF(Random Forest), SVM(Support Vector Machine) 및 CB(CatBoost) 분류기의 성능을 비교합니다.

연구 유형

관찰

등록 (실제)

693

연락처 및 위치

이 섹션에서는 연구를 수행하는 사람들의 연락처 정보와 이 연구가 수행되는 장소에 대한 정보를 제공합니다.

연구 장소

      • Karlskrona, 스웨덴, 37179
        • Blekinge Institute of Technology

참여기준

연구원은 적격성 기준이라는 특정 설명에 맞는 사람을 찾습니다. 이러한 기준의 몇 가지 예는 개인의 일반적인 건강 상태 또는 이전 치료입니다.

자격 기준

공부할 수 있는 나이

  • 성인
  • 고령자

건강한 자원 봉사자를 받아들입니다

예

샘플링 방법

비확률 샘플

연구 인구

유럽의 공동 연구인 경증 치매에 대한 모니터링 및 알림 기술 지원(SMART4MD)과 노화 및 관리에 관한 스웨덴 국립 연구(SNAC-B)에서 수집된 데이터가 분석됩니다. 60세 이상의 참가자가 분석에 포함됩니다.

설명

포함 기준:

  • 60세 이상의 개인.
  • 구강 건강 매개변수가 기록되어 있고 MMSE 점수가 30점 또는 26점 이하인 참가자.

제외 기준:

  • MMSE 점수가 27, 28 또는 29인 개인은 이 점수가 정상적인 인지와 인지 장애 사이의 전환 단계를 나타내므로 변동성이 발생할 수 있습니다.
  • 60세 미만의 개인.

공부 계획

이 섹션에서는 연구 설계 방법과 연구가 측정하는 내용을 포함하여 연구 계획에 대한 세부 정보를 제공합니다.

연구는 어떻게 설계됩니까?

디자인 세부사항

코호트 및 개입

그룹/코호트
개입 / 치료
MMSE ≤26
참가자 339명
MMSE 점수가 26점과 30점 이하인 참가자로 구성된 데이터세트를 사용하여 다양한 기계 학습 기술의 분류 성능을 평가합니다.
다른 이름들:
  • MMSE30
MMSE30
참가자 354명
MMSE 점수가 26점과 30점 이하인 참가자로 구성된 데이터세트를 사용하여 다양한 기계 학습 기술의 분류 성능을 평가합니다.
다른 이름들:
  • MMSE30

연구는 무엇을 측정합니까?

주요 결과 측정

결과 측정
측정값 설명
기간
탐지 성능
기간: 5개 마운트
이 연구에서는 기계 학습 분류기의 분류 성능을 측정합니다. 성능 지표, 정확도, 정밀도, 재현율, F1 점수 및 혼동 행렬이 평가에 사용됩니다. 가장 중요한 기능에 대한 조사는 SHAP 요약 도표에 의존하여 매개변수 그룹이 출력에 미치는 영향을 중요도별로 정리하여 시각화했습니다. 이 중요성은 SHAP 값을 기반으로 하며 ML 모델의 의사 결정 프로세스에 대한 기능의 영향에 대한 통찰력을 제공합니다.
5개 마운트

공동 작업자 및 조사자

여기에서 이 연구와 관련된 사람과 조직을 찾을 수 있습니다.

연구 기록 날짜

이 날짜는 ClinicalTrials.gov에 대한 연구 기록 및 요약 결과 제출의 진행 상황을 추적합니다. 연구 기록 및 보고된 결과는 공개 웹사이트에 게시되기 전에 특정 품질 관리 기준을 충족하는지 확인하기 위해 국립 의학 도서관(NLM)에서 검토합니다.

연구 주요 날짜

연구 시작 (실제)

2024년 6월 10일

기본 완료 (실제)

2024년 10월 10일

연구 완료 (실제)

2024년 11월 10일

연구 등록 날짜

최초 제출

2024년 9월 17일

QC 기준을 충족하는 최초 제출

2024년 9월 20일

처음 게시됨 (실제)

2024년 9월 25일

연구 기록 업데이트

마지막 업데이트 게시됨 (추정된)

2024년 11월 25일

QC 기준을 충족하는 마지막 업데이트 제출

2024년 11월 22일

마지막으로 확인됨

2024년 9월 1일

추가 정보

이 연구와 관련된 용어

개별 참가자 데이터(IPD) 계획

개별 참가자 데이터(IPD)를 공유할 계획입니까?

아니요

IPD 계획 설명

GDPR로 인해 참가자 데이터를 공유할 수 없습니다.

약물 및 장치 정보, 연구 문서

미국 FDA 규제 의약품 연구

아니

미국 FDA 규제 기기 제품 연구

아니

이 정보는 변경 없이 clinicaltrials.gov 웹사이트에서 직접 가져온 것입니다. 귀하의 연구 세부 정보를 변경, 제거 또는 업데이트하도록 요청하는 경우 register@clinicaltrials.gov. 문의하십시오. 변경 사항이 clinicaltrials.gov에 구현되는 즉시 저희 웹사이트에도 자동으로 업데이트됩니다. .

구독하다