E-Locus - Ιδρυματικό Καταθετήριο Πανεπιστημίου Κρήτης - Ιατρικοί και ψυχολογικοί παράγοντες που επηρεάζουν την έναρξη και πρόοδο της ήπιας γνωστικής διαταραχής : Συγχρονικά και διαχρονικά δεδομένα

Αρχική Ιατρικοί και ψυχολογικοί παράγοντες που επηρεάζουν την έναρξη και πρόοδο της ήπιας γνωστικής διαταραχής : Συγχρονικά και διαχρονικά δεδομένα

Αποτελέσματα - Λεπτομέρειες

[Προσθήκη στο καλάθι]

Κωδικός Πόρου

000447756

Τίτλος

Ιατρικοί και ψυχολογικοί παράγοντες που επηρεάζουν την έναρξη και πρόοδο της ήπιας γνωστικής διαταραχής : Συγχρονικά και διαχρονικά δεδομένα

Άλλος τίτλος

Medical and psychosocial factors affecting the onset and progression of mild cognitive impairment

Συγγραφέας

Ζιώγα, Μαρία

Σύμβουλος διατριβής

Σίμος, Παναγιώτης

Μέλος κριτικής επιτροπής

Ζαγανάς, Ιωάννης
Μπάστα, Μαρία

Περίληψη

Ποικίλες διεργασίες που σχετίζονται με τη γήρανση του εγκεφάλου είναι υπεύθυνες για νοητικές δυσκολίες ή ελλείμματα που εκδηλώνονται στην Τρίτη ηλικία. Οι δυσκολίες αυτές αποκτούν κλινική σημασία όταν (α) εκδηλώνονται σε βαθμό μη αναμενόμενο ανάλογα με την ηλικία και το εκπαιδευτικό επίπεδο του ατόμου, (β) δυσχεραίνουν την καθημερινή λειτουργικότητα ή προκαλούν σημαντικά υποκειμενικά ενοχλήματα που προσβάλουν την ποιότητα ζωής του, ή/και (γ) θεωρούνται ως παράγοντες κινδύνου για την εμφάνιση άνοιας. Η παρούσα εργασία διερευνά δημογραφικές, συμπεριφορικές, γνωστικές, και ιατρικές μεταβλητές που σχετίζονται με τη διάγνωση τέτοιων δυσκολιών, μέσω μοντέλων μηχανικής μάθησης σε ένα μεγάλο συγχρονικό δείγμα ηλικιωμένων. Συγκεκριμένα, ενοποιήθηκαν και ομογενοποιήθηκαν δεδομένα από 3 υπάρχοντα cohorts συμμετεχόντων από επαρχιακές και αστικές περιοχές του νομού Ηρακλείου της Κρήτης, με μέση ηλικία τα 72 έτη (n = 812). Το δείγμα περιλάμβανε νοητικά υγιείς (Non-Cognitively impaired: NCI, n = 358), διαγνωσθέντες με Ήπια Γνωστική Διαταραχή (MCI, n = 294) και άτομα με κλινική διάγνωση άνοιας (n = 151). Μελετήθηκαν ιατρικές δημογραφικές, συμπεριφορικές και νευροψυχολογικές μεταβλητές. Αναπτύχθηκαν 4 μοντέλα μηχανικής μάθησης, με τη χρήση του αλγόριθμου Random Forest, δύο για την διάκριση μεταξύ MCI και NCI και δύο για την διάκριση μεταξύ MCI και άνοιας. Βέλτιστη επίδοση για τη διάκριση μεταξύ MCI και NCI επιτεύχθηκε με βάση 60 πιο σημαντικές μεταβλητές που καθορίστηκαν αλγοριθμικά (νευροψυχολογικά, κοινωνικοδημογραφικά και ιατρικά χαρακτηριστικά). Η διάκριση μεταξύ MCI και άνοιας έγινε με ακρίβεια 80% βάσει των 20 πιο σημαντικών μεταβλητών που καθορίστηκαν αλγοριθμικά (κυρίως νευροψυχολογικά χαρακτηριστικά, και συμπεριφορές που εκτιμώνται από το φροντιστή).

Φυσική περιγραφή

76 σ. : εικ. ; 30 εκ.

Γλώσσα

Ελληνικά, Αγγλικά

Θέμα

Dementia

Machine learning

Άνοια

Γνωστικά ελλείμματα

Μηχανική μάθηση

Ημερομηνία έκδοσης

2022-03-30