Previsão de pontuações MMSE para deficiência cognitiva
22 de novembro de 2024 atualizado por: Blekinge Institute of Technology
Previsão de pontuações do MEEM para comprometimento cognitivo: uma análise de aprendizado de máquina de saúde bucal e dados demográficos em indivíduos com mais de 60 anos de idade
Este estudo tem como objetivo explorar o potencial do uso de algoritmos de aprendizado de máquina (ML) para prever o status cognitivo, especificamente pontuações do MEEM, com base em dados demográficos e de saúde bucal.
O objetivo é avaliar a eficácia de vários modelos de ML e identificar os indicadores de saúde bucal mais relevantes para prever pontuações de 30 (cognição normal) ou ≤26 (comprometimento cognitivo) no MEEM em indivíduos com 60 anos ou mais.
Visão geral do estudo
Status
Concluído
Condições
Intervenção / Tratamento
Descrição detalhada
Este estudo transversal utiliza dados demográficos e de saúde bucal de dois estudos de coorte existentes: o estudo colaborativo europeu Support Monitoring and Reminder Technology for Mild Dementia (SMART4MD) e o Swedish National Study on Aging and Care (SNAC-B). Participantes com 60 anos ou mais serão incluídos na análise. Os dados serão usados para desenvolver e avaliar modelos de aprendizado de máquina para prever o status cognitivo.
Objetivos:
- Objetivo primário: Avaliar o potencial dos parâmetros de saúde bucal para classificação binária das pontuações do MEEM (30 vs. ≤26).
- Objetivo secundário: identificar os parâmetros de saúde bucal mais influentes que contribuem para as previsões de comprometimento cognitivo.
- Objetivo terciário: comparar o desempenho dos classificadores Random Forest (RF), Support Vector Machine (SVM) e CatBoost (CB) na previsão de pontuações do MEEM usando dados de saúde bucal.
Tipo de estudo
Observacional
Inscrição (Real)
693
Contactos e Locais
Esta seção fornece os detalhes de contato para aqueles que conduzem o estudo e informações sobre onde este estudo está sendo realizado.
Locais de estudo
-
-
-
Karlskrona, Suécia, 37179
- Blekinge Institute of Technology
-
-
Critérios de participação
Os pesquisadores procuram pessoas que se encaixem em uma determinada descrição, chamada de critérios de elegibilidade. Alguns exemplos desses critérios são a condição geral de saúde de uma pessoa ou tratamentos anteriores.
Critérios de elegibilidade
Idades elegíveis para estudo
- Adulto
- Adulto mais velho
Aceita Voluntários Saudáveis
Sim
Método de amostragem
Amostra Não Probabilística
População do estudo
Os dados coletados do estudo colaborativo europeu Support Monitoring and Reminder Technology for Mild Dementia (SMART4MD) e do Estudo Nacional Sueco sobre Envelhecimento e Cuidados (SNAC-B) serão analisados.
Participantes com 60 anos ou mais serão incluídos na análise.
Descrição
Critérios de inclusão:
- Indivíduos com 60 anos ou mais.
- Participantes com parâmetros de saúde bucal registrados e pontuações no MEEM de 30 ou ≤26.
Critérios de exclusão:
- Indivíduos com pontuações de 27, 28 ou 29 no MEEM, pois essas pontuações representam uma fase de transição entre a cognição normal e o comprometimento cognitivo, o que poderia introduzir variabilidade.
- Indivíduos com menos de 60 anos.
Plano de estudo
Esta seção fornece detalhes do plano de estudo, incluindo como o estudo é projetado e o que o estudo está medindo.
Como o estudo é projetado?
Detalhes do projeto
Coortes e Intervenções
Grupo / Coorte |
Intervenção / Tratamento |
|---|---|
|
MEEM ≤26
339 participantes
|
Um conjunto de dados composto por participantes com pontuações MMSE ≤26 e 30 será usado para avaliar o desempenho de classificação de várias técnicas de aprendizado de máquina.
Outros nomes:
|
|
MEEM 30
354 participantes
|
Um conjunto de dados composto por participantes com pontuações MMSE ≤26 e 30 será usado para avaliar o desempenho de classificação de várias técnicas de aprendizado de máquina.
Outros nomes:
|
O que o estudo está medindo?
Medidas de resultados primários
Medida de resultado |
Descrição da medida |
Prazo |
|---|---|---|
|
Desempenho de detecção
Prazo: 5 meses
|
O estudo mede o desempenho de classificação de classificadores de aprendizado de máquina.
Métricas de desempenho, exatidão, precisão, recall, pontuação F1 e matriz de confusão serão usadas para a avaliação.
O exame dos recursos mais importantes contou com gráficos de resumo SHAP, fornecendo visualizações da influência dos grupos de parâmetros na saída, organizados por sua importância.
Essa importância é baseada nos valores SHAP, oferecendo insights sobre os efeitos dos recursos no processo de tomada de decisão do modelo de ML
|
5 meses
|
Colaboradores e Investigadores
É aqui que você encontrará pessoas e organizações envolvidas com este estudo.
Patrocinador
Datas de registro do estudo
Essas datas acompanham o progresso do registro do estudo e os envios de resumo dos resultados para ClinicalTrials.gov. Os registros do estudo e os resultados relatados são revisados pela National Library of Medicine (NLM) para garantir que atendam aos padrões específicos de controle de qualidade antes de serem publicados no site público.
Datas Principais do Estudo
Início do estudo (Real)
10 de junho de 2024
Conclusão Primária (Real)
10 de outubro de 2024
Conclusão do estudo (Real)
10 de novembro de 2024
Datas de inscrição no estudo
Enviado pela primeira vez
17 de setembro de 2024
Enviado pela primeira vez que atendeu aos critérios de CQ
20 de setembro de 2024
Primeira postagem (Real)
25 de setembro de 2024
Atualizações de registro de estudo
Última Atualização Postada (Estimado)
25 de novembro de 2024
Última atualização enviada que atendeu aos critérios de controle de qualidade
22 de novembro de 2024
Última verificação
1 de setembro de 2024
Mais Informações
Termos relacionados a este estudo
Palavras-chave
Termos MeSH relevantes adicionais
Outros números de identificação do estudo
- BTH-6.1.1-0156-2024
Plano para dados de participantes individuais (IPD)
Planeja compartilhar dados de participantes individuais (IPD)?
NÃO
Descrição do plano IPD
Os dados dos participantes não podem ser compartilhados devido ao GDPR.
Informações sobre medicamentos e dispositivos, documentos de estudo
Estuda um medicamento regulamentado pela FDA dos EUA
Não
Estuda um produto de dispositivo regulamentado pela FDA dos EUA
Não
Essas informações foram obtidas diretamente do site clinicaltrials.gov sem nenhuma alteração. Se você tiver alguma solicitação para alterar, remover ou atualizar os detalhes do seu estudo, entre em contato com register@clinicaltrials.gov. Assim que uma alteração for implementada em clinicaltrials.gov, ela também será atualizada automaticamente em nosso site .