NeuralCipher Araştırma özeti
Kaynak özetin Türkçe makine çevirisi. Klinik kullanım öncesinde özgün yayınla karşılaştırılmalı; hekim incelemesi değildir. cc by
Arka plan ve Hedefler: Şu anda, levodopa-karbidopa bağırsak jeli (LCIG) tedavisi altındaki ileri Parkinson hastalığı (PD) olan hastalarda klinik sonuçları tahmin etmek için hiçbir araç yoktur. Bu çalışmanın amacı, iki yıllık LCIG tedavisinden sonra ileri PD'li hastaların klinik sonuçlarını tahmin etmek için yeni bir derin sinir ağı modeli geliştirmekti. Gereç ve Yöntemler: Bu, Eylül 2019'dan Eylül 2021'e kadar, 43 hareket bozukluğu merkezi de dahil olmak üzere, LCIG tedavisi kapsamında çok merkezli bir kayıtta gelişmiş PD olan 59 hastanın uzunlamasına, 24 aylık bir gözlem çalışmasıydı. Veri seti, düzensiz bir zaman serisi yapan hastaların 649 ölçümünü içerir ve bunlar ön işleme aşamasında düzenli zaman serisine dönüştürülür. Motor durumu Birleşik Parkinson Hastalığı Değerlendirme Ölçeği (UPDRS) III (off) ve IV ile değerlendirildi. NMS, NMS Questionnaire (NMSQ) ve Geriatrik Depresyon Ölçeği (GDS), PDQ-39 tarafından yaşam kalitesi ve Hoehn ve Yahr (HY) tarafından şiddet ile değerlendirildi. Çok değişkenli doğrusal regresyon, ARIMA, SARIMA ve Uzun Kısa Vadeli Bellek Tekrarlayan Sinir Ağları (LSTM-RNN) modelleri kullanılmıştır. Bulgular: LCIG, diskinezi süresini ve yaşam kalitesini önemli ölçüde iyileştirdi, erkeklerde sırasıyla %19 ve kadınlarda %10 daha fazla iyileşme görüldü. Çok değişkenli doğrusal regresyon modelleri, UPDRS-III'ün sırasıyla PDQ-39 ve UPDRS-IV endekslerinde bir birimlik artış başına 1.5 ve 4.39 birim azaldığını göstermiştir. ARIMA-(2,0,2) modeli AIC kriteri 101.8 ve doğrulama kriterleri MAE = 0.25, RMSE = 0.59 ve RS = 0.49 ile en iyisi olmasına rağmen, PD hastalarının özelliklerini uzun bir süre boyunca tahmin edemedi. Tüm zaman serisi modelleri arasında, LSTM-RNN modeli bu klinik özellikleri en yüksek doğrulukla tahmin eder (MAE = 0.057, RMSE = 0.079, RS = 0.0053, ortalama kare hatası = 0.0069). Sonuç: LSTM-RNN modeli, iki yıllık LCIG tedavisinden sonra ileri PD'li hastalarda en yüksek doğrulukla cinsiyete bağlı klinik sonuçları öngörmektedir.
Özgün kaynak özetini okuyun
Background and Objectives: Currently, no tool exists to predict clinical outcomes in patients with advanced Parkinson's disease (PD) under levodopa-carbidopa intestinal gel (LCIG) treatment. The aim of this study was to develop a novel deep neural network model to predict the clinical outcomes of patients with advanced PD after two years of LCIG therapy. Materials and Methods: This was a longitudinal, 24-month observational study of 59 patients with advanced PD in a multicenter registry under LCIG treatment from September 2019 to September 2021, including 43 movement disorder centers. The data set includes 649 measurements of patients, which make an irregular time series, and they are turned into regular time series during the preprocessing phase. Motor status was assessed with the Unified Parkinson's Disease Rating Scale (UPDRS) Parts III (off) and IV. The NMS was assessed by the NMS Questionnaire (NMSQ) and the Geriatric Depression Scale (GDS), the quality of life by PDQ-39, and severity by Hoehn and Yahr (HY). Multivariate linear regression, ARIMA, SARIMA, and Long Short-Term Memory-Recurrent NeuralNetwork (LSTM-RNN) models were used. Results: LCIG significantly improved dyskinesia duration and quality of life, with men experiencing a 19% and women a 10% greater improvement, respectively. Multivariate linear regression models showed that UPDRS-III decreased by 1.5 and 4.39 units per one-unit increase in the PDQ-39 and UPDRS-IV indexes, respectively. Although the ARIMA-(2,0,2) model is the best one with AIC criterion 101.8 and validation criteria MAE = 0.25, RMSE = 0.59, and RS = 0.49, it failed to predict PD patients' features over a long period of time. Among all the time series models, the LSTM-RNN model predicts these clinical characteristics with the highest accuracy (MAE = 0.057, RMSE = 0.079, RS = 0.0053, mean square error = 0.0069). Conclusions: The LSTM-RNN model predicts, with the highest accuracy, gender-dependent clinical outcomes in patients with advanced PD after two years of LCIG therapy.
Bilimsel değerlendirme
Araştırma sorusu
Sorunun kapsamı orijinal çalışma üzerinden değerlendirilir.
Yöntem ve örneklem
Çalışma tasarımı ve örneklem için kaynak makaleyi kontrol edin.
Temel bulgular
Bu kayıt için editoryal olarak onaylanmış bulgu özeti henüz yayımlanmadı.
Sınırlılıklar
Sonuçların genellenebilirliği, yanlılık ve klinik anlamı ayrıca incelenmelidir.
Bibliyografik veriden yöntem, örneklem veya klinik sonuç çıkarımı yapılmaz.