Maparea criteriilor actuariale pentru boala Parkinson-deficiență cognitivă ușoară pe fenotipurile cognitive bazate pe date, partea 3

3.2. Prevalența PD-MCI și subtipuri

Prevalența PD-MCI a fost de 40,1% (n=198) atunci când se folosește limita de -1 SD, 21,5% (n=105) când se folosește limita de -1,5 și 9,1% (n {{12 }}) când se folosește limitarea −2 SD.

Există o relație mare între morbiditate și memorie. Studiile au arătat că menținerea sănătății bune poate îmbunătăți semnificativ memoria și capacitatea cognitivă, în timp ce boala poate duce la pierderea memoriei.

Unele probleme comune de sănătate, cum ar fi hipertensiunea arterială, diabetul, colesterolul crescut, obezitatea etc., sunt asociate cu pierderea memoriei. Aceste probleme pot afecta fluxul de sânge în creier, cauzând probleme precum leziuni neuronale și moartea celulelor cerebrale. În plus, unele probleme psihologice, cum ar fi depresia, anxietatea etc., pot duce și la pierderea memoriei.

Cu toate acestea, un stil de viață activ și obiceiurile sănătoase pot reduce posibilitatea îmbolnăvirii și pot îmbunătăți memoria într-o mare măsură. De exemplu, în ceea ce privește dieta, putem alege obiceiuri alimentare sănătoase, putem crește aportul de fructe, legume și cereale integrale și putem reduce alimentele bogate în zahăr, grăsimi și sare. În plus, exercițiile fizice moderate pot avea, de asemenea, mari beneficii pentru sănătate și pot ajuta la îmbunătățirea sănătății cardiovasculare și a capacității cognitive. Menținerea unei bune calități a somnului poate promova, de asemenea, repararea creierului și stocarea memoriei.

În plus, s-a demonstrat că menținerea unei vieți sociale bune, antrenarea creierului și reducerea stresului s-a dovedit că îmbunătățesc memoria și capacitatea cognitivă. Pe scurt, ajustându-ne stilul de viață și menținând obiceiuri sănătoase, ne putem îmbunătăți semnificativ memoria și capacitatea cognitivă și putem reduce riscul de îmbolnăvire. În acest fel, ne putem bucura mai bine de viață, de muncă și de studiu. Se poate observa că trebuie să îmbunătățim memoria, iar Cistanche poate îmbunătăți semnificativ memoria deoarece poate regla și echilibrul neurotransmițătorilor, cum ar fi creșterea nivelului de acetilcolină și a factorilor de creștere, care sunt foarte importanți pentru memorie și învățare. În plus, Cistanche poate, de asemenea, să îmbunătățească fluxul sanguin și să promoveze livrarea de oxigen, ceea ce poate asigura că creierul obține suficientă nutriție și energie, îmbunătățind astfel vitalitatea și rezistența creierului.

Faceți clic pe cunoaște 10 moduri de a îmbunătăți memoria

A existat o diferență semnificativă între proporțiile cazurilor clasificate PD-MCI pe baza criteriilor de cutoff, cu o dimensiune mare a efectului (χ2(2)=563.1{0, p <0.001, η2=0.66) și diferențele în direcția așteptată (p's < 0,001).

În toate cele trei limite, majoritatea cazurilor PD-MCI au avut deficiențe cu un singur domeniu (−1 SD: 64,59%, -1,5 SD: 77,0%, -2 SD: 80,22%) (Figura 1). Single-EF a fost cel mai frecvent subtip PD-MCI.

Cu toate acestea, o parte notabilă a cazurilor a căzut în subtipuri non-EF (−1 SD: 19%, -1,5 SD: 19%, -2 SD: 26%). Clasificarea în aceste alte subtipuri a fost determinată în primul rând de deficitele de memorie și limbaj.

Dintre cazurile PD-MCI, atunci când s-au folosit limitele SD -1, -1,5 și -2, 33%, 25% și 31% au avut deficite de memorie și 17%, 15% și, respectiv, 11% au avut deficite de limbaj.

3.3. Fenotipuri cognitive derivate din clustere

Rezultatele analizei clusterului K-means au susținut existența a trei clustere. Apartenența la cluster a fost stabilă după 10 iterații. Niciunul dintre grupuri nu a fost inacceptabil de mic.
Inspecția vizuală a centrelor clusterului (Figura 2) a relevat un grup cu cogniție medie în toate domeniile (n=154), un grup cu funcție executivă scăzută (EF scăzut) (n=227) și un grup cu deficiențe ale funcției executive și de memorie, precum și scoruri scăzute de limbaj (EF/Memorie cu deficiențe proeminente) (n=113). Analiza cluster ierarhică a susținut utilizarea a două sau trei clustere pe baza modificărilor coeficienților de aglomerare.

La examinarea proporțiilor de cazuri atribuite aceluiași cluster prin ambele metode de grupare, soluția cu trei clustere a avut cel mai mare acord (84,41%), în raport cu soluțiile cu două și patru clustere (78,34% și 58,70%, respectiv) și a depășit cu mult pragul de șansă cu 25% mai mare.

Folosind K-means ca standard, a existat un acord cu privire la 89,61% (n=138) din grupul cu medii cognitive, 83,36% (n=189) din grupul cu EF scăzut și 79,67% (n {{{ 9}}) din grupul Prominently ImpairedEF/Memory.

A existat o relație semnificativă între probabilitatea de a fi atribuit grupului echivalent folosind ambele metode de grupare (χ2(4)=598.73, p < 0.001). Astfel, cele trei grupuri K-means au fost determinate a fi soluția optimă de cluster și au fost utilizate în toate analizele ulterioare.

Tabelul 3 prezintă scorurile demografice, cognitive, de dispoziție și motorii ale celor trei grupuri cognitive. Rezultatele testelor Kruskal–Wallis H au indicat că cele trei grupuri au diferit semnificativ în ceea ce privește scorurile totale DRS-2 și toate scorurile cognitive compuse în direcția așteptată.

Mai exact, participanții din grupul Cognitively Average au avut performanțe mai bune decât cei din grupul Low EF, care au avut performanțe mai bune decât cei din grupul Prominently Impaired EF/Memorie la toți indicii cognitivi.

După cum se arată în Tabelul 3, cele trei grupuri au fost, de asemenea, diferite în ceea ce privește severitatea simptomelor motorii, simptomele de dispoziție auto-raportate și distribuția rasială/etnică. Și anume, participanții din grupul EF/Memorie cu afectare proeminentă au avut simptome motorii semnificativ mai mari (scoruri UPDRS Partea III), apatie mai mare (AS) și anxietate mai mare (STAI:Trait) decât celelalte grupuri și simptome depresive mai mari (BDI-II) decât clusterul mediu cognitiv.

Cei din grupul EF scăzut și EF/Memorie cu afectare proeminentă au avut o anxietate de stare semnificativ mai mare (STAI: State) decât grupul mediu cognitiv. În plus, a existat o diferență semnificativă între proporțiile grupurilor de participanți albi non-hispanici, cu mai puțini reprezentați în grupul Cluster mediu cognitiv raportat la ambele grupuri.

În schimb, nu au existat diferențe semnificative între grupuri în ceea ce privește alte caracteristici demografice (vârstă, educație, sex), durata bolii (ani de la diagnostic, ani de la debutul simptomelor) sau proporția de participanți cu fiecare subtip motor. În general, grupul EF/Memorie cu afectare proeminentă a avut simptome semnificativ mai proaste de dispoziție, motivație și motorii decât celelalte două grupuri, dar efectele acestor diferențe au fost mici.

Ca o continuare, am efectuat analize de corelație Pearson între compozitele cognitive și măsurile de dispoziție/motivare (a se vedea tabelul A2 pentru analize). În general, rezultatele au continuat să sugereze o relație excepțional de mică, dar consistentă, între simptomele de dispoziție mai mari și performanța cognitivă mai proastă în toate domeniile.

În plus, am efectuat analize exploratorii în domeniul lingvistic pentru a determina dacă una dintre cele două măsuri a condus la performanța lingvistică scăzută observată în clusterul EF/Memorie Prominently Impaired. Am descoperit că performanța fluenței semantice a fost semnificativ mai mică decât denumirea confruntării (vezi Tabelul A3).

3.4. Relația dintre fenotipurile cognitive și clasificarea PD-MCI

Tabelul 4 ilustrează distribuția cazurilor PD-MCI în cadrul fiecărui grup utilizând trei limite de depreciere PD-MCI. Testele Chi-pătrat Pearson de independență au arătat că clasificarea PD-MCI și apartenența la cluster au fost semnificativ legate între ele, cu o dimensiune mare a efectului (Tabelul 4).

În toate cele trei limite, clusterul Medie cognitivă a conținut foarte puține cazuri PD-MCI. Folosind limita −1 SD, clusterele EF scăzut și EF/Memorie cu afectare proeminentă au conținut părți similare ale cazurilor PD-MCI.

Folosind limita de -1,5 SD, aproximativ trei sferturi din cazurile PD-MCI au căzut în clusterul EF/Memorie ProminentlyImpaired, în timp ce aproximativ un sfert au căzut în clusterul EF scăzut.

În cele din urmă, folosind limita de -2 SD, aproape toate cazurile PD-MCI au căzut în clusterul Prominently ImpairedEF/Memory. Astfel, cu cât limitarea deficienței este mai strictă, cu atât clusterul EF/Memorie cu afectare proeminentă a fost mai sensibil la a conține porțiuni mai mari din cazurile clasificate PD-MCI.

Analizele de regresie logistică binară au examinat cât de bine a prezis apartenența la cluster clasificarea PD-MCI. Fiecare limită de depreciere a avut teste omnibus semnificative (−1 SD: X2(2)= 274.61, p <0.001, Cox și Snell R{{ 8}}.43, Nagelkerke R2=0.58 -1.5 SD: X2(2)=203.37,p < 0.001, Cox și Snell R{2=0.34, Nagelkerke R; 2=0.52; −2 SD: X2(2)=128.35, p < 0.001, Cox și Snell R{2=0.23, Nagelkerke R{2=0.50) .

Toate modelele au avut dimensiuni mari ale efectului, explicând între 50-58% din variația clasificării PD-MCI, iar apartenența la cluster a fost un predictor semnificativ în toate cele trei modele de limitare a deteriorării.

Folosind limita de −1 SD, cei din clusterul Medie cognitivă au avut șanse mai mici de 1000 de a fi clasificați ca PD-MCI, în raport cu EF/Memorycluster Prominently Impaired, în timp ce cei din clusterul Low EF aveau 16,95 × cote mai mici (p < 0,001; Intervalul de încredere de 95% al ​​clusterului CognitivelyAverage): 200-potrivire perfectă la model; EF scăzut IC 95%: 8,29–35,71).

Acest model a clasificat corect 79,1% dintre cazurile de PD-MCI cu sensibilitate slabă (deoarece doar aproximativ jumătate din cazurile de PD-MCI au fost clasificate ca atare de către model) și o specificitate excelentă (deoarece aproape toți participanții la clusterul cu medii cognitive au fost clasificați corect ca fiind normali din punct de vedere cognitiv de către model). ; Tabelul 5).

Folosind limita de −1,5 SD, cei din clusterul Cognitively Average au avut șanse cu 333,33 × mai mici de a fi clasificați ca PD-MCI, în comparație cu clusterul EF/Memorie cu afectare proeminentă, în timp ce cei din clusterul EF scăzut aveau șanse mai mici de 18,87 × (p<< 0,001; IC de 95% din punct de vedere cognitiv: 47.62-potrivire perfectă pentru 95% EF: 10,53–33,33).

Acest model a clasificat corect 87,9% din cazurile PD-MCI cu o sensibilitate mai puternică și o specificitate puțin mai mică (dar totuși excelentă) decât modelul de criterii -1 SD. În cele din urmă, folosind limita −2 SD, cei din clusterul EF scăzut au avut șanse de 71,43 ori mai mici de a fi clasificați ca PD-MCI, în comparație cu clusterul EF/Memorie cu afectare proeminentă, în timp ce niciun caz din clusterul mediu cognitiv nu a fost clasificat ca PD-MCI. (EF scăzut p <0.001,95% CI: 16,39–333,33).

Acest model final a clasificat corect 90,9% din cazurile PD-MCI, dar modelul a prezis că toate cazurile au fost normale din punct de vedere cognitiv, ceea ce duce la o sensibilitate nulă și o specificitate perfectă.

Atunci când se utilizează apartenența la grupul PD-MCI prevăzută de modele pentru a prezice clasificarea reală a PDMCI, toate cele trei modele produc statistici C semnificative și acceptabile (peste 70%, p's < 0.0{{ 15}}1; Tabelul 5). Modelul care folosește limita de -1,5 SD a avut cea mai mare sensibilitate și specificitate maximizate în comun (-1 SD indicele Youden (YI): 0,50; -1,5 SD YI: 0,66; -2 SD YI: 0).

Tabelul 5 prezintă valorile predictive pozitive și negative bazate pe o gamă de estimări ale ratei de bază PD-MCI. Folosind ratele de prevalență ale eșantionului pentru fiecare limită, limita de -1 SD maximizează probabilitatea ca cei clasificați de model ca PD-MCI să îndeplinească cu adevărat acest diagnostic actuarial, în timp ce limita de -1,5 SD maximizează probabilitatea ca cei clasificați ca fiind normali din punct de vedere cognitiv să fie cu adevărat intacți din punct de vedere cognitiv.

Deoarece rata de bază reală a PD-MCI este necunoscută, sfârșitul scăzut, mediu și superior al intervalului de prevalențe estimate au fost, de asemenea, utilizate pentru a calcula valorile predictive pozitive și negative [25,26].

În setările cu rate mai scăzute de prevalență PD-MCI (de exemplu, 25%), utilizarea -1 SD ar maximiza probabil probabilitatea de clasificare corectă, dar în setările care conțin o populație cu o șansă mai mare de afectare (de exemplu, 45%), atunci -1,5 SD ar face asta.

Deoarece pacienții noștri au fost văzuți cu toții într-o clinică de specialitate, prevalența PD-MCI în eșantionul nostru este probabil mai aproape de acest punct de mijloc al ratelor de prevalență estimate anterior.

Luate împreună, utilizarea limitei de -1,5 SD a dus la apartenența la cluster având o precizie ridicată de clasificare bazată pe model, cel mai mare YI și PPV/NPV maximizat în comun (pe baza setării clinice a probei noastre).

For more information:1950477648nn@gmail.com