מיפוי קריטריונים אקטואריים לליקוי קוגניטיבי קל במחלת פרקינסון על פנוטיפים קוגניטיביים מונעי נתונים חלק 3

3.2. שכיחות של PD-MCI ותתי סוגים

השכיחות של PD-MCI הייתה 40.1% (n=198) בשימוש ב-1 SD cutoff, 21.5%(n=105) בשימוש ב-1.5 cutoff, ו-9.1% (n {{12 }}) בעת שימוש ב-2 SD cutoff.

יש קשר מצוין בין תחלואה לזיכרון. מחקרים הראו ששמירה על בריאות טובה יכולה לשפר משמעותית את הזיכרון ואת היכולת הקוגניטיבית, בעוד שמחלה עלולה להוביל לאובדן זיכרון.

כמה בעיות בריאותיות נפוצות, כגון לחץ דם גבוה, סוכרת, כולסטרול גבוה, השמנת יתר וכו', קשורות לאובדן זיכרון. בעיות אלו עלולות להשפיע על זרימת הדם במוח, ולגרום לבעיות כגון נזק נוירוני ומוות תאי מוח. בנוסף, כמה בעיות פסיכולוגיות, כמו דיכאון, חרדה וכו', עלולות להוביל גם לאובדן זיכרון.

עם זאת, אורח חיים פעיל והרגלים בריאים יכולים להפחית את האפשרות למחלה ולשפר את הזיכרון במידה רבה. לדוגמה, מבחינת תזונה, נוכל לבחור בהרגלי אכילה בריאים, להגביר את צריכת פירות ירקות ודגנים מלאים ולהפחית מזונות עתירי סוכר, עתירי שומן ומלחים. בנוסף, פעילות גופנית מתונה יכולה להיות גם בעלת יתרונות בריאותיים גדולים ולסייע בשיפור בריאות הלב וכלי הדם והיכולת הקוגניטיבית. שמירה על איכות שינה טובה יכולה גם לקדם תיקון מוח ואחסון זיכרון.

בנוסף, שמירה על חיי חברה טובים, אימון המוח והפחתת מתח הוכחו גם כמשפרים את הזיכרון והיכולת הקוגניטיבית. בקיצור, על ידי התאמת אורח החיים ושמירה על הרגלים בריאים, נוכל לשפר משמעותית את הזיכרון והיכולת הקוגניטיבית שלנו ולהפחית את הסיכון למחלות. כך נוכל ליהנות מהחיים, מהעבודה ומהלימודים טוב יותר. ניתן לראות שאנו צריכים לשפר את הזיכרון, ו-Cistanche יכולה לשפר משמעותית את הזיכרון מכיוון שהיא יכולה גם לווסת את איזון הנוירוטרנסמיטורים, כמו הגברת רמות האצטילכולין וגורמי גדילה, החשובים מאוד לזיכרון וללמידה. בנוסף, Cistanche יכול גם לשפר את זרימת הדם ולקדם אספקת חמצן, מה שיכול להבטיח שהמוח יקבל מספיק תזונה ואנרגיה, ובכך לשפר את החיוניות והסיבולת של המוח.

לחץ לדעת 10 דרכים לשיפור הזיכרון

היה הבדל משמעותי בין הפרופורציות של מקרים מסווגים PD-MCI בהתבסס על קריטריונים לחתוך, עם גודל אפקט גדול (χ2(2)=563.10, p < 0.001, η2=0.66) והבדלים בכיוון הצפוי (p's < 0.001).

על פני כל שלושת החתכים, לרוב מקרי ה-PD-MCI היו ליקויים בדומיין יחיד (-1 SD:64.59%, -1.5 SD: 77.0%, -2 SD: 80.22%) (איור 1). Single-EF היה תת-הסוג הנפוץ ביותר של PD-MCI.

עם זאת, חלק ניכר מהמקרים נפל לתת-סוגים שאינם EF (-1 SD:19%, -1.5 SD: 19%, -2 SD: 26%). הסיווג לתת-סוגים אחרים הללו הונע בעיקר על ידי חסרונות זיכרון ושפה.

מבין מקרי ה-PD-MCI, כאשר השתמשו ב-1, 1.5 ו-2 נקודות חיתוך SD, ל-33%, 25% ו-31% היו חסרי זיכרון, ול-17%, 15% ו-11% היו חסרי שפה, בהתאמה.

3.3. פנוטיפים קוגניטיביים שמקורם באשכולות

התוצאות של ניתוח האשכולות K-means תמכו בקיומם של שלושה אשכולות. החברות באשכול הייתה יציבה לאחר 10 איטרציות. אף אחד מהאשכולות לא היה קטן באופן בלתי מתקבל על הדעת.
בדיקה חזותית של מרכזי האשכולות (איור 2) גילתה קבוצה עם קוגניציה ממוצעת בכל התחומים (n=154), קבוצה עם תפקוד ניהולי נמוך (Low EF) (n=227), וקבוצה עם ליקויים בתפקוד ניהולי וזיכרון, כמו גם ציונים נמוכים בשפה (בולטת לקויה של EF/זיכרון) (n=113). ניתוח האשכולות ההיררכי תמך בשימוש בשניים או שלושה אשכולות בהתבסס על השינויים במקדמי הצבירה.

כאשר בוחנים את הפרופורציות של מקרים שהוקצו לאותו אשכול בשתי שיטות האשכולות, לפתרון שלושת האשכולות היה ההסכמה הגבוהה ביותר (84.41%), ביחס לפתרונות שני וארבעה אשכולות (78.34% ו-58.70%, בהתאמה), וכן עלה בהרבה על 25% הגבוה מסף הסיכוי.

בשימוש ב-K-פירושו כסטנדרט, הייתה הסכמה לגבי 89.61% (n=138) מקבוצת הממוצע הקוגניטיבי, 83.36% (n=189) מקבוצת Low EF, ו-79.67% (n {{ 9}}) של הקבוצה בולטת לקויה EF/זיכרון.

היה קשר מובהק בין ההסתברות לשיוך לקבוצה המקבילה באמצעות שתי שיטות האשכולות (χ2(4)=598.73, p < 0.001). לפיכך, שלושת ה-K-פירושים אשכולות נקבעו כפתרון האשכולות האופטימלי והיו בשימוש בכל הניתוחים הבאים.

טבלה 3 מתארת ​​את הציונים הדמוגרפיים, הקוגניטיביים, מצב הרוח והמוטוריים של שלושת האשכולות הקוגניטיביים. תוצאות של מבחני Kruskal–Wallis H הצביעו על כך ששלושת האשכולות נבדלו באופן מובהק בין ציוני DRS-2 הכוללים ובין כל הציונים הקוגניטיביים המרוכבים בכיוון הצפוי.

באופן ספציפי, המשתתפים בקבוצת ה-Cognitively Average הפגינו ביצועים טובים יותר מאלו בקבוצת ה- Low EF, שהציגו ביצועים טובים יותר מאלו בקבוצת EF/MemorentlyImpaired על פני כל המדדים הקוגניטיביים.

כפי שמוצג בטבלה 3, שלושת האשכולות נבדלו גם לגבי חומרת הסימפטומים המוטוריים, תסמיני מצב הרוח המדווחים על עצמם והתפלגות גזעית/אתנית. כלומר, למשתתפים במקבץ ה-EF/Memory עם הפרעות בולטות היו תסמינים מוטוריים גדולים יותר באופן מובהק (ציוני UDRS Part III), אדישות רבה יותר (AS) וחרדת תכונה גדולה יותר (STAI:Trait) משני אשכולות אחרים ותסמינים דיכאוניים גדולים יותר (BDI-II) מאשר אשכול קוגניטיבי ממוצע.

אלו המצויים ב-EF Low ו-EF/Memory Impairedly, היו בעלי חרדת מצב (STAI: State) גדולה יותר באופן מובהק מה-Cluster Cognitively Average. יתרה מכך, היה הבדל משמעותי בין הפרופורציות של האשכולות של משתתפים לבנים שאינם היספנים, עם פחות מיוצגים בקבוצה. אשכול קוגניטיבי ממוצע ביחס לשני האשכולות האחרים.

לעומת זאת, לא היו הבדלים משמעותיים בין האשכולות על פני מאפיינים דמוגרפיים אחרים (גיל, השכלה, מין), משך המחלה (שנים מאז האבחנה, שנים מאז הופעת הסימפטומים), או שיעור המשתתפים עם כל תת-סוג מוטורי. בסך הכל, לצביר ה-EF/Memory עם הפרעות בולטות היו מצב הרוח, המוטיבציה והסימפטומים המוטוריים גרועים יותר באופן משמעותי משני האשכולות האחרים, אך השפעותיהם של הבדלים אלו היו קטנות.

כהמשך, ערכנו ניתוחי מתאם של פירסון בין הרכיבים הקוגניטיביים ומדדי מצב הרוח/מוטיבציה (ראה טבלה A2 לניתוחים). בסך הכל, התוצאות המשיכו להצביע על קשר קטן במיוחד אך עקבי בין תסמיני מצב רוח גבוהים יותר וביצועים קוגניטיביים גרועים יותר בתחומים שונים.

בנוסף, ביצענו ניתוחים גישושים בתחום השפה כדי לקבוע אם אחד משני המדדים הניע את ביצועי השפה הנמוכים שנראו בתוך אשכול EF/Memory בולט. מצאנו שביצועי שטף סמנטי היו נמוכים משמעותית משמות של עימות (ראה טבלה A3).

3.4. הקשר בין פנוטיפים קוגניטיביים וסיווג PD-MCI

טבלה 4 מתארת ​​את ההתפלגות של מקרי PD-MCI בתוך כל אשכול תוך שימוש בשלושת ה-PD-MCI ליקויים. מבחני צ'י-מרובע של פירסון של עצמאות גילו שסיווג PD-MCI וחברות באשכול היו קשורים זה לזה באופן מובהק עם גודל אפקט גדול (טבלה 4).

על פני כל שלושת החתכים, האשכול הממוצע הקוגניטיבי הכיל מעט מאוד מקרים של PD-MCI. תוך שימוש ב-1 SD cutoff, אשכולות EF/Memory Low EF ו-ProminentlyImpaired הכילו חלקים דומים ממקרי PD-MCI.

תוך שימוש ב-1.5 SD cutoff, כשלושה רבעים ממקרי ה-PD-MCI נפלו לאשכול ה-EF/MemorentlyImpaired בולט, בעוד שרבע נפלו לאשכול Low EF.

לבסוף, תוך שימוש ב-2 SD cutoff, כמעט כל מקרי ה-PD-MCI נפלו לאשכול ה-Prominently ImpairedEF/Memory. לפיכך, ככל שחתוך הליקוי מחמיר יותר, כך היה אשכול ה-EF/זיכרון הפגוע בולט יותר רגיש להכיל חלקים גדולים יותר מהמקרים המסווגים PD-MCI.

ניתוחי רגרסיה לוגיסטית בינארית בדקו עד כמה חזתה חברות באשכול סיווג PD-MCI. לכל חתך ליקויי ערך היו בדיקות כוליות משמעותיות (-1 SD: X2(2)= 274.61, p < 0.001, Cox and Snell R{{ 8}}.43, Nagelkerke R2=0.58; −1.5 SD: X2(2)=203.37,p < 0.001, Cox and Snell R2=0.34, Nagelkerke R 2=0.52; −2 SD: X2(2)=128.35, p < 0.001,Cox and Snell R2=0.23, Nagelkerke R2=0.50) .

לכל המודלים היו גדלי אפקט גדולים, מה שהסביר בין 50-58% מהשונות בסיווג PD-MCI, וחברות באשכול הייתה מנבא מובהק בכל שלושת המודלים של חיתוך ליקוי.

תוך שימוש ב-1 SD cutoff, לאלה שבאשכול הממוצע הקוגניטיבי היו סיכויים נמוכים של 1000× לסווגו כ-PD-MCI, ביחס ל-EF/Memorycluster הפגוע בולט, בעוד שלאלה שבאשכול Low EF היו 16.95× סיכויים נמוכים יותר (p's < 0.001; רווח סמך של 95% של אשכול CognitivelyAverage: 200-התאמה מושלמת לדגם; CI נמוך של 95% EF: 8.29–35.71).

מודל זה סיווג נכון 79.1% ממקרי PD-MCI עם רגישות ירודה (כיוון שרק כמחצית ממקרי ה-PD-MCI סווגו ככאלה על ידי המודל) וספציפיות מצוינת (כפי שכמעט כל משתתפי האשכול הקוגניטיבי הממוצע סווגו בצורה נכונה כתקינים קוגניטיבית על ידי המודל טבלה 5).

באמצעות ה-1.5 SD cutoff, לאלה שבאשכול הממוצע הקוגניטיבי היו סיכויים נמוכים יותר ב-333.33× לסווגו כ-PD-MCI, ביחס לאשכול ה-EF/זיכרון הפגוע בולט, בעוד שלאלה שבאשכול ה-EF Low היו סיכויים נמוכים יותר ב-18.87× (p's < 0.001; ממוצע קוגניטיבי של 95% CI: 47. 62-התאמה מושלמת לדגם; LowEF של 95% CI: 10.53–33.33).

מודל זה סיווג נכון 87.9% ממקרי PD-MCI עם רגישות חזקה יותר וספציפיות מעט נמוכה יותר (אך עדיין מצוינת) מאשר מודל הקריטריונים של -1 SD. לבסוף, תוך שימוש ב-2 SD cutoff, לאלה שבאשכול ה-Low EF היו סיכויים נמוכים פי 71.43 לסווגו כ-PD-MCI, ביחס לאשכול ה-EF/Memory עם הפרעות בולטות, בעוד שאף מקרים ב-Cluster Cognitive Average לא סווגו כ-PD-MCI. (EF נמוך p < 0.001,95% CI: 16.39–333.33).

המודל הסופי הזה סיווג נכון 90.9% ממקרי PD-MCI, אך המודל חזה שכל המקרים היו נורמליים מבחינה קוגניטיבית, מה שהוביל לרגישות אפס ולספציפיות מושלמת.

כאשר משתמשים בחברות החזויה בקבוצת PD-MCI של המודלים כדי לחזות סיווג PDMCI בפועל, כל שלושת המודלים מייצרים סטטיסטיקות C משמעותיות ומקובלות (מעל 70%, p's < 0.0{{ 15}}1; טבלה 5). המודל המשתמש ב-1.5 SD cutoff היה בעל הרגישות והספציפיות הגבוהה ביותר במשותף (-1 SD Youden's Index (YI): 0.50; -1.5 SD YI: 0.66;-2 SD YI: 0).

טבלה 5 מציגה את ערכי הניבוי החיוביים והשליליים המבוססים על טווח של הערכות תעריף בסיס PD-MCI. תוך שימוש בשיעורי השכיחות של המדגם עבור כל חיתוך, ה-1.5 SD cutoff ממקסם את ההסתברות שאלו שסווגו על ידי המודל כ-PD-MCIt אכן עומדים באבחון האקטוארי הזה בעוד ש-1.5 SD cutoff ממקסם את ההסתברות שאלו המסווגים כנורמליים מבחינה קוגניטיבית הם באמת שלמים מבחינה קוגניטיבית.

מכיוון ששיעור הבסיס האמיתי של PD-MCI אינו ידוע, הקצה הנמוך, האמצע והגבוה של טווח השכיחות המשוערת שימש גם לחישוב ערכי ניבוי חיוביים ושליליים [25,26].

במסגרות עם שיעורי שכיחות PD-MCI נמוכים יותר (לדוגמה, 25%), שימוש ב-1 SD יביא למקסימום את ההסתברות לסיווג נכון, אך במסגרות המכילות אוכלוסיה עם סיכוי גבוה יותר לפגיעה (למשל, 45%), אז -1.5 SD לעשות זאת.

מאחר שהמטופלים שלנו נראו כולם במרפאה מיוחדת, יש להניח ששכיחות PD-MCI במדגם שלנו קרובה יותר לנקודת האמצע של שיעורי השכיחות שהוערכו בעבר.

בסיכומו של דבר, שימוש בחיתוך SD -1.5 הביא לחברות באשכול עם דיוק סיווג גבוה מבוסס מודל, ה-YI הגדול ביותר, ו-PPV/NPV מרביים במשותף (בהתבסס על ההגדרה הקלינית של המדגם שלנו).

For more information:1950477648nn@gmail.com