• 老年神经疾病专题专家论坛 •
基于机器学习方法的老年人认知障碍预测研究
中华老年医学杂志, 2021,40(12)
: 1493-1497. DOI: 10.3760/cma.j.issn.0254-9026.2021.12.004
摘要
机器学习方法被成功应用于生命科学的不同领域，由于其能够处理复杂数据，揭示个体信息和疾病间的隐藏关系，在疾病预测和诊断方面发挥着巨大作用。本文围绕老年人认知障碍预测研究，对常见预测因素和结局进行归纳，并总结机器学习方法在该领域的应用现状和不足，为今后认知障碍风险预测提供参考。
引用本文:
贾毛妮,
吴亚飞,
方亚.
基于机器学习方法的老年人认知障碍预测研究
[J]
. 中华老年医学杂志, 2021, 40(12)
: 1493-1497.
DOI: 10.3760/cma.j.issn.0254-9026.2021.12.004.
扫 描 看 全 文
正文
作者信息
基金 0 关键词 0
English Abstract
评论
阅读 0 评论 0
相关资源
引用 | 论文 | 视频
版权归中华医学会所有。
未经授权，不得转载、摘编本刊文章，不得使用本刊的版式设计。
除非特别声明，本刊刊出的所有文章不代表中华医学会和本刊编委会的观点。
认知障碍是一种常见的神经系统退行性病变，早期多发生以记忆功能下降为主要特征的轻度认知障碍(MCI)。研究表明约30%~40%的MCI患者在5年内会进展为阿尔茨海默病(AD)[1]。AD严重损害了患者的认知功能，其发病机制尚不明确，且具有不可逆转性和致残性，所以要尽早识别高危人群，做好风险分层，及时提供干预以预防或延缓痴呆的发生发展。机器学习技术快速发展，并逐步应用于医学领域。机器学习善于处理高维数据中复杂的非线性关系，为认知障碍的早期风险识别提供了重要帮助[2]。为此，本文围绕机器学习技术在认知障碍预测方面的研究，梳理该领域常用的预测因素、主要预测结局以及机器学习在该领域的应用和不足，为未来认知障碍风险预测提供参考。
