Herold

引用：GrässlerB，Herold F，Dordevic M等。多模式测量方法以识别有轻度认知障碍的个体：研究prot

摘要引入轻度认知障碍（MCI）的诊断，即正常年龄相关认知能力下降和痴呆症之间的短暂阶段仍然是一项艰巨的任务。观察到多模式方法（对几种互补方式的同时分析）可以提高分类精度。我们将结合三种非侵入性测量方式：功能性近红外光谱（FNIRS），通过ECG的脑电图和心率变异性。我们的目的是探索认知表现的神经生理学相关性，以及我们的多模式方法是否可以帮助早期鉴定MCI患者。方法和分析本研究将与MCI和健康对照患者（HC）进行横断面。将在休息期间和执行认知任务时测量神经生理信号：（1）Stroop，（2）N-BACK和（3）言语流利性测试（VFT）。统计分析的主要目的是（1）确定HC和MCI的神经生理反应的差异，（2）研究认知性能和神经生理反应的测量之间的关系，以及（3）研究是否可以通过使用我们的多态方法来提高分类精度。为了满足这些目标，统计分析将包括机器学习方法。据我们所知，这是同时应用MCI和HC同时应用这三种方式的第一项研究。我们假设与单峰方法相比，多模式方法提高了HC和MCI之间的分类精度。如果我们的假设得到了验证，则本研究为痴呆症研究多模式方法的更多研究铺平了道路，并促进了对新生物标志物的探索，以尽早发现非生理年龄与年龄相关的认知能力下降。伦理和传播伦理批准是从当地伦理委员会获得的（参考：83/19）。数据将在学习和数据组装完成后不超过1年。试验注册号临床临床。