Мапирање актуарских критеријума за Паркинсонову болест – благо когнитивно оштећење на когнитивне фенотипове вођене подацима, 3. део

3.2. Преваленција ПД-МЦИ и подтипови

Преваленција ПД-МЦИ била је 40,1% (н=198) када је коришћена гранична вредност −1 СД, 21,5% (н=105) када се користи −1,5 цутофф и 9,1% (н {{12 }}) када се користи -2 СД цутофф.

Постоји велики однос између морбидитета и памћења. Студије су показале да одржавање доброг здравља може значајно побољшати памћење и когнитивне способности, док болест може довести до губитка памћења.

Неки уобичајени здравствени проблеми, као што су висок крвни притисак, дијабетес, висок холестерол, гојазност, итд., повезани су са губитком памћења. Ови проблеми могу утицати на проток крви у мозгу, узрокујући проблеме као што су оштећење неурона и смрт можданих ћелија. Поред тога, неки психолошки проблеми, као што су депресија, анксиозност, итд., такође могу довести до губитка памћења.

Међутим, активан начин живота и здраве навике могу смањити могућност болести и у великој мери побољшати памћење. На пример, што се тиче исхране, можемо да бирамо здраве навике у исхрани, повећамо унос воћа, поврћа и целих житарица, и смањимо храну са високим садржајем шећера, масти и соли. Поред тога, умерено вежбање такође може имати велике здравствене користи и помоћи у побољшању кардиоваскуларног здравља и когнитивних способности. Одржавање доброг квалитета сна такође може промовисати поправку мозга и складиштење меморије.

Поред тога, показало се да одржавање доброг друштвеног живота, тренирање мозга и смањење стреса побољшавају памћење и когнитивне способности. Укратко, прилагођавањем начина живота и одржавањем здравих навика можемо значајно побољшати своје памћење и когнитивне способности и смањити ризик од болести. На тај начин можемо боље уживати у животу, раду и учењу. Види се да треба да побољшамо памћење, а Цистанцхе може значајно да побољша памћење јер може да регулише и равнотежу неуротрансмитера, као што је повећање нивоа ацетилхолина и фактора раста који су веома важни за памћење и учење. Поред тога, Цистанцхе такође може побољшати проток крви и промовисати испоруку кисеоника, што може осигурати да мозак добије довољну исхрану и енергију, чиме се побољшава виталност и издржљивост мозга.

Кликните на сазнајте 10 начина за побољшање меморије

Постојала је значајна разлика између пропорција ПД-МЦИ класификованих случајева на основу критеријума искључења, са великом величином ефекта (χ2(2)=563.10, п < 0.001, η2=0.66) и разлике у очекиваном правцу (п'с < 0,001).

У све три граничне вредности, већина случајева ПД-МЦИ је имала оштећења са једним доменом (-1 СД:64,59%, -1,5 СД: 77.0%, -2 СД: 80,22%) (Слика 1). Сингле-ЕФ је био најчешћи подтип ПД-МЦИ.

Међутим, значајан део случајева спада у подтипове који нису ЕФ (-1 СД: 19%, -1,5 СД: 19%, -2 СД: 26%). Класификација у ове друге подтипове првенствено је била вођена недостатком памћења и језика.

Од случајева ПД-МЦИ, када су користили граничне вредности -1, -1,5 и -2 СД, 33%, 25% и 31% имало је дефицит памћења, а 17%, 15% и 11% је имало језичке дефиците, респективно.

3.3. Когнитивни фенотипови изведени из кластера

Резултати кластер анализе К-меанс су потврдили постојање три кластера. Чланство у кластеру је било стабилно након 10 итерација. Ниједан од кластера није био неприхватљиво мали.
Визуелна инспекција центара кластера (слика 2) открила је групу са просечном когницијом у свим доменима (н=154), групу са ниском извршном функцијом (Лов ЕФ) (н=227) и групу са оштећења извршне функције и памћења, као и ниске језичке оцене (Проминентли Импаиред ЕФ/Мемори) (н=113). Хијерархијска анализа кластера подржала је употребу два или три кластера на основу промена у коефицијентима агломерације.

Када се испитају пропорције случајева додијељених истом кластеру оба метода груписања, рјешење са три кластера имало је највећу сагласност (84,41%), у односу на рјешења са два и четири кластера (78,34%, односно 58,70%) и далеко премашио 25% већи од прага шансе.

Користећи К-средње вредности као стандард, дошло је до слагања око 89,61% (н=138) когнитивно просечне групе, 83,36% (н=189) групе са ниским ЕФ и 79,67% (н {{) 9}}) групе Проминентли ИмпаиредЕФ/Мемори.

Постојала је значајна веза између вероватноће да ће бити додељена еквивалентној групи коришћењем обе методе груписања (χ2(4)=598.73, п < 0.001). Дакле, три кластера К-средње вредности су утврђене као оптимално кластер решење и коришћене су у свим наредним анализама.

Табела 3 приказује демографске, когнитивне, расположење и моторичке резултате три когнитивна кластера. Резултати Крускал–Волис Х тестова су показали да су се три кластера значајно разликовала по ДРС-2 укупним резултатима и свим когнитивним композитним резултатима у очекиваном правцу.

Конкретно, учесници у групи са когнитивно просечним перформансама имали су бољи учинак од оних у групи са ниским ЕФ, који су имали бољи учинак од оних у групи са изражено оштећеном ЕФ/мемори у свим когнитивним индексима.

Као што је приказано у табели 3, три кластера су се такође разликовала у погледу тежине моторичких симптома, симптома расположења које су сами пријавили и расне/етничке дистрибуције. Наиме, учесници у кластеру ЕФ/Меморија са израженим оштећењем имали су значајно веће моторичке симптоме (УПДРС Парт ИИИ резултати), већу апатију (АС) и већу анксиозност особина (СТАИ:Траит) од оба друга кластера и веће симптоме депресије (БДИ-ИИ) него кластер Когнитивно Просечан.

Они у кластерима ниског ЕФ и изразито оштећеног ЕФ/меморије имали су значајно већу анксиозност стања (СТАИ: Стање) од когнитивно просечног кластера. Штавише, постојала је значајна разлика између пропорција кластера белаца који нису из Шпаније, са мањим бројем заступљених у групи Когнитивно Просечан кластер у односу на оба друга кластера.

Насупрот томе, није било значајних разлика међу кластерима у односу на друге демографске карактеристике (старост, образовање, пол), трајање болести (године од дијагнозе, године од појаве симптома) или пропорцију учесника са сваким моторним подтипом. Све у свему, кластер са изражено оштећеном ЕФ/памћењем имао је знатно лошије расположење, мотивацију и моторичке симптоме од друга два кластера, али ефекти ових разлика су били мали.

Као наставак, спровели смо Пирсонову корелационе анализе између когнитивних композита и мера расположења/мотивације (види табелу А2 за анализе). Све у свему, резултати су наставили да указују на изузетно малу, али доследну везу између јачих симптома расположења и лошијих когнитивних перформанси у различитим доменима.

Поред тога, спровели смо истраживачке анализе у домену језика како бисмо утврдили да ли је једна од две мере довела до ниских језичких перформанси уочених у кластеру ЕФ/Меморија са израженим оштећењем. Открили смо да је семантичка течност била значајно нижа од именовања конфронтације (види табелу А3).

3.4. Однос између когнитивних фенотипова и ПД-МЦИ класификације

Табела 4 приказује дистрибуцију случајева ПД-МЦИ унутар сваког кластера користећи три границе оштећења ПД-МЦИ. Пирсонов хи-квадрат тест независности открио је да су ПД-МЦИ класификација и чланство у кластеру значајно повезани једно са другим са великом величином ефекта (Табела 4).

У све три граничне вредности, когнитивно просечни кластер је садржао врло мало случајева ПД-МЦИ. Користећи -1 СД граничну вредност, кластери са ниским ЕФ и Проминентли Импаиред ЕФ/мемори садржали су сличне делове ПД-МЦИ случајева.

Користећи граничну вредност -1,5 СД, око три четвртине ПД-МЦИ случајева је пало у кластер ЕФ/меморије са израженим оштећењем, док је око четвртине пало у кластер са ниским ЕФ.

Коначно, користећи -2 СД граничну вредност, скоро сви ПД-МЦИ случајеви су пали у кластер Проминентли ИмпаиредЕФ/Мемори. Дакле, што је строжије ограничење оштећења, то је кластер ЕФ/меморије са израженим оштећењем био осетљивији на то да садржи веће делове ПД-МЦИ класификованих случајева.

Анализа бинарне логистичке регресије испитала је колико добро чланство у кластеру предвиђа ПД-МЦИ класификацију. Свака гранична вредност оштећења имала је значајне омнибус тестове (−1 СД: Кс2(2)= 274.61, п < 0.001, Цок и Снелл Р{{ 8}}.43, Нагелкерке Р2=0.58 -1.5 СД: Кс2(2)=203.37,п < 0.001, Цок и Снелл Р2=0.34, Нагелкерке Р; 2=0.52; −2 СД: Кс2(2)=128.35, п < 0.001, Цок и Снелл Р2=0.23, Нагелкерке Р2=0.50) .

Сви модели су имали велике величине ефекта, објашњавајући између 50–58% варијансе у ПД-МЦИ класификацији, а чланство у кластерима је било значајан предиктор у сва три модела граничних вредности оштећења.

Користећи -1 СД граничну вредност, они у когнитивно просечном кластеру имали су 1000× ниже шансе да буду класификовани као ПД-МЦИ, у односу на изразито оштећени ЕФ/меморицлустер, док су они у кластеру са ниским ЕФ имали 16,95× ниже шансе (п'с < 0,001; ЦогнитивелиАвераге 95% Интервал поузданости (ЦИ): 200-савршено уклапање модела; Лов ЕФ'с 95% ЦИ:8,29–35,71).

Овај модел је исправно класификовао 79,1% случајева ПД-МЦИ са слабом осетљивошћу (пошто је само око половина ПД-МЦИ случајева класификовано као такви од стране модела) и одличном специфичношћу (пошто су скоро сви когнитивно просечни учесници кластера исправно класификовани као когнитивно нормални од стране модела Табела 5).

Користећи граничну вредност -1,5 СД, они у кластеру Когнитивно Просечан имали су 333,33 пута ниже шансе да буду класификовани као ПД-МЦИ, у односу на кластер ЕФ/Меморија са изразито оштећеним ЕФ, док су они у кластеру Лов ЕФ имали 18,87 пута ниже шансе (п'с < 0.001; 95% ЦИ когнитивно: 47.{11}}савршено уклапање модела 95% ЦИ: 10,53–33,33).

Овај модел је тачно класификовао 87,9% случајева ПД-МЦИ са јачом осетљивошћу и нешто нижом (али још увек одличном) специфичношћу од модела критеријума -1 СД. Коначно, користећи -2 СД граничну вредност, они у кластеру са ниским ЕФ имали су 71,43 пута мање шансе да буду класификовани као ПД-МЦИ, у односу на кластер ЕФ/меморије са изразито оштећеним еф. (Ниска ЕФ п < 0.001,95% ЦИ: 16,39–333,33).

Овај коначни модел је тачно класификовао 90,9% случајева ПД-МЦИ, али је модел предвидео да су сви случајеви когнитивно нормални, што је довело до нулте осетљивости и савршене специфичности.

Када користите предвиђено чланство у ПД-МЦИ групи за предвиђање стварне ПДМЦИ класификације, сва три модела производе значајну, прихватљиву Ц статистику (изнад 70%, п < 0.0{{ 15}}1; Модел који је користио граничну вредност -1,5 СД имао је највећу заједничку максималну осетљивост и специфичност (-1 СД Иоуденов индекс (ИИ): 0,50; -1,5 СД ИИ: 0,66; -2 СД ИИ: 0).

Табела 5 представља позитивне и негативне предиктивне вредности засноване на распону процена основне стопе ПД-МЦИ. Користећи стопе преваленције узорка за сваку граничну вредност, -1 СД гранична вредност максимизира вероватноћу да они које је модел класификовао као ПД-МЦИ заиста испуњавају ову актуарску дијагнозу, док граница од -1,5 СД максимизира вероватноћу да су они који су класификовани као когнитивно нормални заиста когнитивно нетакнути.

Пошто је права основна стопа ПД-МЦИ непозната, ниска, средња и висока граница опсега процењених преваленце су такође коришћени за израчунавање позитивних и негативних предиктивних вредности [25,26].

У окружењима са нижим стопама преваленције ПД-МЦИ (нпр., 25%), коришћење −1 СД би заједно повећало вероватноћу тачне класификације, али у окружењима која садрже популацију са већом шансом за оштећење (нпр. 45%), тада би −1,5 СД уради тако.

Пошто су сви наши пацијенти виђани у специјалној клиници, преваленција ПД-МЦИ у нашем узорку је вероватно ближа овој средњој тачки раније процењених стопа преваленције.

Узето све заједно, коришћење граничне вредности -1,5 СД резултирало је чланством у кластерима са високом прецизношћу класификације заснованом на моделу, највећим ИИ и заједничким максималним ППВ/НПВ (на основу клиничког окружења нашег узорка).

For more information:1950477648nn@gmail.com