NeuralCipher Araştırma özeti
Kaynak özetin Türkçe makine çevirisi. Klinik kullanım öncesinde özgün yayınla karşılaştırılmalı; hekim incelemesi değildir. cc by
İnsanlar vizyon sahibi bir türdür ve gördüğümüz şey nereye baktığımıza bağlıdır. Bu nedenle, göz hareketleri (EM) çevreyle olan etkileşimlerimiz için gereklidir ve deneysel bulgular EM'nin nörodejeneratif bozukluklarda (ND) etkilendiğini göstermektedir. ND'deki bazı bilişsel ve hareket bozukluklarının bir nedeni olabilir. Bu nedenle, EM tarafından uyarılan yanıtlardaki değişikliklerin bize Alzheimer (AD) ve Parkinson Hastalığı (PD) gibi farklı aşamalardaki ND hakkında bilgi verip veremeyeceğini belirlemeyi amaçlıyoruz. Bu incelemede, Makine Öğrenimi (ML) yöntemleriyle hastalık ilerlemesini tahmin etmek için nörolojik, psikolojik ve EM (sakadlar, antisakadlar, takip) testlerinin sonuçlarını analiz ettik. Tanımlanan tahminsel algoritmalar, Granular Computing, Naive Bayes, Decision Trees/Tables, Logistic Regression, C-/LinearSVC, KNC ve Random Forest gibi çeşitli yaklaşımlar kullanmaktadır. EM'nin PD ve AD'deki semptom ilerlemesini değerlendirmek için sağlam bir biyobelirteç olduğunu gösterdik. Her iki hastalıkta da 3D uzayda navigasyon sorunları vardır. Sonuç olarak, sanal alandaki EM deneylerini ve nörodejenerasyonla ilgili beyin değişikliklerini bulmaya nasıl yardımcı olabileceklerini araştırdık. Sonuç olarak: Klinik semptomlara sahip EM parametreleri, ML yardımıyla ND ilerlemesi tahminlerine ek olarak, her iki hastalığın farklı preklinik aşamalarını belirtmek için kullanılabilen güçlü hassas araçlardır.
Özgün kaynak özetini okuyun
Humans are a vision-dominated species, and what we see depends on where we look. Therefore, eye movements (EM) are essential to our interactions with the environment, and experimental findings show EM is affected in neurodegenerative disorders (ND). It could be a reason for some cognitive and movement disorders in ND. Therefore, we aim to determine if changes in EM-evoked responses can tell us about ND, such as Alzheimer’s (AD) and Parkinson’s Disease (PD) progression in different stages. In the present review, we have analyzed the results of neurological, psychological, and EM (saccades, antisaccades, pursuit) tests to predict disease progression with Machine Learning (ML) methods. Described predictive algorithms are using various approaches, including Granular Computing, Naive Bayes, Decision Trees/Tables, Logistic Regression, C-/LinearSVC, KNC, and Random Forest. We demonstrated that EM is a robust biomarker for assessing symptom progression in PD and AD. There are also navigation problems in 3D space in both diseases. Consequently, we investigated EM experiments in the virtual space and how they may help find neurodegeneration-related brain changes. In conclusion: EM parameters with clinical symptoms are powerful precision instruments that, in addition to predictions of ND progression with the help of ML, could be used to indicate the different preclinical stages of both diseases.
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.