Mapeig de criteris actuarials per a la malaltia de Parkinson - deteriorament cognitiu lleu en fenotips cognitius basats en dades, part 3

3.2. Prevalència de PD-MCI i subtipus

La prevalença de PD-MCI va ser del 40,1% (n=198) quan s'utilitzava el tall de -1 SD, del 21,5% (n=105) quan s'utilitzava el tall de -1,5 i del 9,1% (n {{12 }}) quan s'utilitza el tall −2 SD.

Hi ha una gran relació entre la morbiditat i la memòria. Els estudis han demostrat que mantenir una bona salut pot millorar significativament la memòria i la capacitat cognitiva, mentre que la malaltia pot provocar pèrdua de memòria.

Alguns problemes de salut habituals, com la hipertensió arterial, la diabetis, el colesterol alt, l'obesitat, etc., estan associats a la pèrdua de memòria. Aquests problemes poden afectar el flux sanguini al cervell, causant problemes com ara danys neuronals i mort de cèl·lules cerebrals. A més, alguns problemes psicològics, com la depressió, l'ansietat, etc., també poden provocar pèrdua de memòria.

No obstant això, un estil de vida actiu i hàbits saludables poden reduir la possibilitat de malaltia i millorar la memòria en gran mesura. Per exemple, pel que fa a la dieta, podem triar hàbits alimentaris saludables, augmentar la ingesta de fruites, verdures i cereals integrals, i reduir els aliments rics en sucre, greixos i sal. A més, l'exercici moderat també pot tenir grans beneficis per a la salut i ajudar a millorar la salut cardiovascular i la capacitat cognitiva. Mantenir una bona qualitat del son també pot promoure la reparació del cervell i l'emmagatzematge de la memòria.

A més, també s'ha demostrat que mantenir una bona vida social, entrenar el cervell i reduir l'estrès millora la memòria i la capacitat cognitiva. En definitiva, ajustant el nostre estil de vida i mantenint hàbits saludables, podem millorar notablement la nostra memòria i la nostra capacitat cognitiva i reduir el risc de patir malalties. D'aquesta manera, podem gaudir millor de la vida, de la feina i dels estudis. Es pot veure que hem de millorar la memòria, i Cistanche pot millorar significativament la memòria perquè també pot regular l'equilibri de neurotransmissors, com l'augment dels nivells d'acetilcolina i factors de creixement, que són molt importants per a la memòria i l'aprenentatge. A més, Cistanche també pot millorar el flux sanguini i promoure el lliurament d'oxigen, cosa que pot garantir que el cervell obtingui suficient nutrició i energia, millorant així la vitalitat i la resistència del cervell.

Feu clic a Coneix 10 maneres de millorar la memòria

Hi va haver una diferència significativa entre les proporcions de casos classificats PD-MCI basats en criteris de tall, amb una gran mida de l'efecte (χ2(2)=563,10, p <0,001, η2=0.66) i diferències en la direcció esperada (p < 0,001).

En els tres talls, la majoria dels casos de PD-MCI tenien alteracions d'un sol domini (−1 SD: 64,59%, -1,5 SD: 77,0%, -2 SD: 80,22%) (figura 1). L'EF únic va ser el subtipus PD-MCI més comú.

Tanmateix, una part notable dels casos va caure en subtipus no EF (−1 SD: 19%, -1,5 SD: 19%, -2 SD: 26%). La classificació en aquests altres subtipus es va impulsar principalment per dèficits de memòria i llenguatge.

Dels casos de PD-MCI, quan s'utilitzaven els talls SD -1, -1,5 i -2, el 33%, el 25% i el 31% tenien dèficits de memòria i el 17%, 15% i 11% tenien dèficits de llenguatge, respectivament.

3.3. Fenotips cognitius derivats de clúster

Els resultats de l'anàlisi del clúster K-means van donar suport a l'existència de tres clústers. La pertinença al clúster era estable després de 10 iteracions. Cap dels grups era inacceptablement petit.
La inspecció visual dels centres de clúster (figura 2) va revelar un grup amb cognició mitjana en tots els dominis (n=154), un grup amb funció executiva baixa (EF baix) (n=227) i un grup amb deficiències de la funció executiva i de la memòria, així com puntuacions baixes en el llenguatge (EF/Memòria prominentment deteriorades) (n=113). L'anàlisi de clúster jeràrquic va donar suport a l'ús de dos o tres clústers en funció dels canvis en els coeficients d'aglomeració.

En examinar les proporcions de casos assignats al mateix clúster pels dos mètodes d'agrupació, la solució de tres clústers va tenir la major concordança (84,41%), en relació amb les solucions de dos i quatre clústers (78,34% i 58,70%, respectivament) i va superar amb escreix el 25% més gran que el llindar d'atzar.

Utilitzant K-means com a estàndard, hi va haver un acord en el 89,61% (n=138) del grup cognitivament mitjà, el 83,36% (n=189) del grup de baix EF i el 79,67% (n {{{ 9}}) del grup EF/Memòria amb problemes destacats.

Hi va haver una relació significativa entre la probabilitat de ser assignat al grup equivalent mitjançant els dos mètodes d'agrupació (χ2(4)=598.73, p <0.001). Així, els tres grups K-means es va determinar que era la solució de clúster òptima i es van utilitzar en totes les anàlisis posteriors.

La taula 3 mostra les puntuacions demogràfiques, cognitives, d'estat d'ànim i motrius dels tres grups cognitius. Els resultats de les proves Kruskal-Wallis H van indicar que els tres grups difereixen significativament entre les puntuacions totals de DRS-2 i totes les puntuacions cognitives compostes en la direcció esperada.

Concretament, els participants del grup Cognitivament Mitjana van tenir un millor rendiment que els del grup de Baix EF, que van tenir un millor rendiment que els del grup de EF/Memòria Prominently Impaired en tots els índexs cognitius.

Tal com es mostra a la taula 3, els tres grups també diferiren pel que fa a la gravetat dels símptomes motors, els símptomes de l'estat d'ànim autoinformats i la distribució racial/ètnica. És a dir, els participants del clúster EF/Memòria amb un deteriorament destacat tenien símptomes motors significativament més grans (puntuació UPDRS Part III), una major apatia (AS) i una ansietat de trets més gran (STAI: Tret) que els altres grups i símptomes depressius més grans (BDI-II) que el clúster Mitjana Cognitiva.

Els del clúster d'EF Baix i d'EF/Memòria amb un deteriorament destacat tenien una ansietat d'estat significativament més gran (STAI: Estat) que el clúster Mitjana Cognitiva. A més, hi va haver una diferència significativa entre les proporcions dels clústers de participants blancs no hispans, amb menys representats al clúster. Clúster cognitivament mitjà en relació amb els altres dos clústers.

En canvi, no hi va haver diferències significatives entre els grups en altres característiques demogràfiques (edat, educació, sexe), la durada de la malaltia (anys des del diagnòstic, anys des de l'aparició dels símptomes) o la proporció de participants amb cada subtipus motor. En general, el clúster EF/Memòria amb un deteriorament destacat tenia un estat d'ànim, motivació i símptomes motors significativament pitjors que els altres dos grups, però els efectes d'aquestes diferències eren petits.

Com a seguiment, vam realitzar anàlisis de correlació de Pearson entre els compostos cognitius i les mesures d'estat d'ànim/motivació (vegeu la taula A2 per a les anàlisis). En general, els resultats van continuar suggerint una relació excepcionalment petita però coherent entre els símptomes de l'estat d'ànim més grans i el pitjor rendiment cognitiu entre els dominis.

A més, vam realitzar anàlisis exploratòries dins del domini lingüístic per determinar si una de les dues mesures va impulsar el baix rendiment lingüístic observat al clúster EF/Memòria amb deteriorament destacat. Vam trobar que el rendiment de la fluïdesa semàntica era significativament menor que la denominació de la confrontació (vegeu la taula A3).

3.4. Relació entre els fenotips cognitius i la classificació PD-MCI

La taula 4 mostra la distribució dels casos de PD-MCI dins de cada clúster mitjançant els talls de deteriorament de tres PD-MCI. Les proves de chi quadrat de Pearson d'independència van revelar que la classificació PD-MCI i la pertinença al clúster estaven significativament relacionades entre si amb una mida d'efecte gran (taula 4).

En els tres talls, el clúster Mitjana Cognitiva contenia molt pocs casos de PD-MCI. Utilitzant el tall −1 SD, els clústers EF/Memòria amb EF Baix i Prominently Impaired contenien parts similars dels casos PD-MCI.

Utilitzant el tall de -1,5 SD, aproximadament tres quartes parts dels casos PD-MCI van caure al clúster EF/Memòria amb deteriorament destacat, mentre que aproximadament una quarta part va caure al clúster EF baix.

Finalment, utilitzant el tall de -2 SD, gairebé tots els casos de PD-MCI van caure al clúster Prominently ImpairedEF/Memory. Així, com més estricte fos el tall de deteriorament, més sensible era el clúster EF/Memòria amb deteriorament destacat a contenir majors porcions dels casos classificats PD-MCI.

Les anàlisis de regressió logística binària van examinar fins a quin punt la pertinença al clúster va predir la classificació PD-MCI. Cada tall de deteriorament tenia proves omnibus significatives (−1 SD: X2(2)= 274,61, p <0.001, Cox i Snell R{{ 8}},43, Nagelkerke R2=0,58 -1,5 SD: X2(2)=203,37,p < 0,001, Cox i Snell R{2=0,34, Nagelkerke R; 2=0,52; −2 SD: X2(2)=128,35, p < 0,001, Cox i Snell R2=0,23, Nagelkerke R2=0,50) .

Tots els models tenien grans mides d'efecte, explicant entre el 50 i el 58% de la variància en la classificació PD-MCI, i la pertinença al clúster era un predictor significatiu en els tres models de tall de deteriorament.

Utilitzant el tall −1 SD, els del clúster Mitjana Cognitiva tenien 1000 × probabilitats més baixes de classificar-se com a PD-MCI, en relació amb l'EF/Memorycluster de manera destacada, mentre que els del clúster EF Baix tenien 16,95 × probabilitats més baixes (p < 0,001; Interval de confiança del 95% del clúster CognitivelyAverage: 200-ajust perfecte al model; IC del 95% de EF baix: 8,29–35,71).

Aquest model va classificar correctament el 79,1% dels casos de PD-MCI amb poca sensibilitat (ja que només la meitat dels casos de PD-MCI van ser classificats com a tal pel model) i una excel·lent especificitat (ja que gairebé tots els participants del clúster de mitjana cognitiva es van classificar correctament com a normals cognitivament pel model). ; Taula 5).

Utilitzant el tall de -1,5 SD, els del clúster Cognitivament Mitjana tenien 333,33 × probabilitats més baixes de classificar-se com a PD-MCI, en relació amb el clúster EF/Memòria amb un deteriorament destacat, mentre que els del clúster EF Baix tenien 18,87 × probabilitats més baixes (p's < 0,001; IC del 95% de la mitjana cognitiva: 47.62-ajust perfecte del 95% de LowEF: 10,53–33,33).

Aquest model va classificar correctament el 87, 9% dels casos de PD-MCI amb una sensibilitat més forta i una especificitat lleugerament inferior (però encara excel·lent) que el model de criteri -1 SD. Finalment, utilitzant el tall de -2 SD, els del clúster EF Baix tenien una probabilitat 71,43 vegades més baixa de ser classificats com a PD-MCI, en relació amb el clúster EF/Memòria amb un deteriorament destacat, mentre que cap cas del clúster Mitjana Cognitiva es va classificar com a PD-MCI. (EF baix p <0,001,95% IC: 16,39–333,33).

Aquest model final va classificar correctament el 90, 9% dels casos de PD-MCI, però el model va predir que tots els casos eren cognitivament normals, donant lloc a una sensibilitat nul·la i una especificitat perfecta.

Quan s'utilitzen la pertinença al grup PD-MCI prevista dels models per predir la classificació real del PDMCI, els tres models produeixen estadístiques C significatives i acceptables (per sobre del 70%, p's <0.0{{ 15}}1; Taula 5). El model que utilitzava el tall de -1,5 SD tenia la sensibilitat i especificitat màxima conjuntament (−1 SD Youden's Index (YI): 0,50; -1,5 SD YI: 0,66; -2 SD YI: 0).

La taula 5 presenta els valors predictius positius i negatius basats en una sèrie d'estimacions de taxa base de PD-MCI. Utilitzant les taxes de prevalença de la mostra per a cada tall, el tall de -1 SD maximitza la probabilitat que els classificats pel model com a PD-MCI compleixin realment aquest diagnòstic actuarial, mentre que el tall de -1,5 SD maximitza la probabilitat que els classificats com a normals cognitivament estiguin realment intactes cognitivament.

Com que es desconeix la veritable taxa de base de PD-MCI, també es va utilitzar l'extrem baix, mitjà i alt del rang de prevalences estimades per calcular valors predictius positius i negatius [25,26].

En entorns amb taxes de prevalença de PD-MCI més baixes (p. ex., 25%), l'ús de -1 SD maximitzaria conjuntament la probabilitat d'una classificació correcta, però en entorns que contenen una població amb més probabilitats de deteriorament (per exemple, 45%), llavors -1,5 SD seria fes-ho.

Com que tots els nostres pacients es van veure en una clínica especialitzada, la prevalença de PD-MCI a la nostra mostra és presumiblement més propera a aquest punt mitjà de les taxes de prevalença estimades anteriorment.

En conjunt, l'ús del tall de -1, 5 SD va donar com a resultat que la pertinença al clúster tingués una alta precisió de classificació basada en models, el YI més gran i un PPV/NPV maximitzat conjuntament (segons la configuració clínica de la nostra mostra).

For more information:1950477648nn@gmail.com