FenixEdu™

Dissertação

Predicting the conversion from Mild Cognitive Impairment to Alzheimer's disease using disease staging: A case study in ADNI data EVALUATED

Detalhes: A crescente necessidade de inferir a sequência de eventos biológicos que caracteriza a cascata patológica da doença de Alzheimer (DA) surge perante um aumento exponencial na prevalência desta doença e do facto de continuar incurável. Os factores de risco estão a ser desvendados, mas os mecanismos desencadeados por estes factores ainda permanecem desconhecidos. Desvendar a sequência de eventos que precede os devastadores sintomas neuropsicológicos causados pela DA e prever o prognóstico de demência são dois importantes objectivos para promover a eficácia dos testes clínicos e futura investigação. Nesta dissertação, desenvolveu-se uma metodologia para incluir uma estimativa da fase da doença de cada sujeito num modelo para previsão da conversão para demência dentro de 3 anos em pacientes com deficiência cognitiva ligeira, usando dados da Alzheimer's Disease Neuroimaging Initiative. Ao modelar a progressão longitudinal dos biomarcadores, nós conseguimos estimar as fases da doença dos pacientes e extrair curvas de crescimento a longo-prazo que caracterizam a cascata patológica da DA. Com esta dissertação, propomos a incorporação da fase da doença, como atributo para a previsão da conversão, testando múltiplos classificadores e técnicas de pré-processamento. O conjunto de atributos proposto contribuiu para um aumento global do poder de generalização nos diferentes classificadores usados. Observamos que os resultados da validação usando o atributo proposto são consideravelmente melhores do que sem esse atributo.
Keywords: Doença de Alzheimer, Défice Cognitivo Ligeiro, Classificação, Prognóstico, Modelos Longitudinais, GRACE

Discussão: junho 25, 2015, 10:0