Janubiy Dakota universiteti va Oregon sog‘liqni saqlash va fan universiteti tadqiqotchilarining yangi tadqiqoti shuni ko‘rsatadiki, mashina o‘rganish modellarini elektroensefalografiya (EEG) ma’lumotlari bo‘yicha turli populyatsiyalardan o‘qitish Parkinson kasalligini aniqlash ishonchliligini keskin oshiradi. arXiv’da chop etilgan ish, turli klinik sharoitlarda ishlaydigan EEG biomarkerlarini yaratish uchun asos yaratadi.
Tadqiqot
Nicholas Rasmussen va uning hamkasblari Parkinson kasalligi bo‘lgan va sog‘lom nazorat guruhidagi beshta mustaqil kogortadan olingan EEG yozuvlarini tahlil qildi. Turli shifoxonalar yoki yozuv qurilmalarining ma’lumotlari bir-birining o‘rnini bosadi deb taxmin qilish o‘rniga, jamoa barcha mumkin bo‘lgan populyatsiyalararo o‘qitish kombinatsiyalarini – jami 75 yo‘nalishli baholashni tizimli ravishda sinab ko‘rdi. Ularning “populyatsiyani hisobga oluvchi” yondashuvi n-gram kengaytirish strategiyasidan foydalandi va hech qanday populyatsiyaga xos artefaktlar natijalarni buzmasligini ta’minladi.
Modellar bitta kogortaning ma’lumotlari bilan o‘qitilib, boshqasida sinovdan o‘tkazilganda, aniqlik ko‘pincha sezilarli darajada pasaydi. Biroq, bir nechta turli kogortalarda o‘qitish ancha mustahkam modellarni berdi. Eng yaxshi model ajratilgan kogortalarda 94.1% aniqlikka erishdi va tanlangan EEG biomarkerlarining barqarorligi o‘quv populyatsiyasi xilma-xilligi oshgani sayin yaxshilandi. Aralashma riskini optimallashtirish va gipoteza fazasini qisqartirishga asoslangan nazariy tahlil nima uchun bunday bo‘lishini tushuntirdi: ko‘p populyatsiyali o‘qitish modelni saytga xos shovqin emas, balki kasallikka aloqador neyron naqshlarni o‘rganishga majbur qiladi.
Integratsiyalangan kanal tanlash bilan ichki o‘zaro tasdiqlash dizayni biomarker identifikatsiyasi istiqbolli bo‘lishini va populyatsiya oqishi bilan ifloslanmasligini ta’minladi – bu avvalgi tadqiqotlarda keng tarqalgan muammo.
Nima uchun bu muhim
Parkinson kasalligi dunyo bo‘ylab 10 milliondan ortiq odamga ta’sir qiladi va erta, aniq tashxis qo‘yish qiyin bo‘lib qolmoqda. EEG invaziv bo‘lmagan, arzon vositadir, ammo uning klinik qo‘llanilishi klinikalar o‘rtasidagi nomuvofiq natijalar tufayli cheklangan edi. Ushbu tadqiqot haqiqatan ham umumlashtiriladigan EEG asosidagi biomarkerlarni ishlab chiqish uchun prinsipial usulni taqdim etadi. Oddiy odam uchun bu kelajakdagi diagnostika vositalari EEG qayerda yoki qanday olinganidan qat’i nazar, ishonchliroq bo‘lishi, noto‘g‘ri ijobiy va o‘tkazib yuborilgan tashxislarni kamaytirishi mumkinligini anglatadi.
Siz nima qila olasiz
Siz ushbu tadqiqotni to‘g‘ridan-to‘g‘ri qo‘llay olmasangiz ham, muntazam miya mashg‘ulotlari va dalillarga asoslangan diagnostika haqida xabardor bo‘lish orqali kognitiv salomatlikni qo‘llab-quvvatlashingiz mumkin. Agar o‘z kognitiv boshlang‘ich darajangizga qiziqsangiz, ilmiy jihatdan tasdiqlangan IQ testini topshirishni o‘ylab ko‘ring.
Manba: arXiv q-bio.NC
O‘z miyangiz haqida qiziqasizmi? Bepul adaptiv IQ testimizni o‘ting yoki 306 miya mashg‘uloti darajasini sinab ko‘ring.
