Machine learning analyses identify multi-modal frailty factors that selectively discriminate four cohorts in the Alzheimer’s disease spectrum: a COMPASS-ND study
Los indicadores de fragilidad pueden operar en amalgamas dinámicas de condiciones de enfermedad, síntomas clínicos, biomarcadores, señales médicas, características cognitivas, e incluso creencias y prácticas de salud. Este estudio es el primero en evaluar cuáles, entre estos múltiples indicadores re...
Saved in:
| Hovedforfatter: | |
|---|---|
| Andre forfattere: | |
| Format: | Bog |
| Sprog: | spansk engelsk |
| Fag: | |
| Online adgang: | Enlace web Path |
| Tags: |
Ingen Tags, Vær først til at tagge denne postø!
|
| Summary: | Los indicadores de fragilidad pueden operar en amalgamas dinámicas de condiciones de enfermedad, síntomas clínicos, biomarcadores, señales médicas, características cognitivas, e incluso creencias y prácticas de salud. Este estudio es el primero en evaluar cuáles, entre estos múltiples indicadores relacionados con la fragilidad, son predictores importantes y diferenciales de cohortes clínicas que representan la progresión a lo largo del espectro de la enfermedad de Alzheimer (EA). Aplicamos tecnología de aprendizaje automático a dichos indicadores para identificar los principales predictores de tres cohortes del espectro de la EA; a saber, deterioro cognitivo subjetivo, deterioro cognitivo leve y EA. El punto de referencia común fue una cohorte de adultos mayores sin deterioro cognitivo. |
|---|---|
| ISSN: | 1471-2318 |