論文の概要: Construction of a classification model for dementia among Brazilian adults aged 50 and over

• arxiv url: http://arxiv.org/abs/2602.16887v1
• Date: Wed, 18 Feb 2026 21:12:22 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-02-20 15:21:28.407951
• Title: Construction of a classification model for dementia among Brazilian adults aged 50 and over
• Title（参考訳）: 50歳以上のブラジル成人における認知症分類モデルの構築
• Authors: F. S. Menezes, M. C. F. G. Barretto, E. Q. C. Garcia, T. A. E. Ferreira, J. G. Alvez,
• Abstract要約: Odds Ratio (OR) = 7.42)、90歳以上(OR = 11.00)、低体重(OR = 2.11)、低握力(OR = 2.50)、自己申告した黒肌の色(OR = 1.47)、身体的不活性(OR = 1.61)、自己申告した難聴(OR =1.65)、抑うつ症状(OR = 1.72)が認められた。 RFモデルはロジスティック回帰より優れており、ROC曲線0.776の領域に感度0.708、特異性0.702、F1スコアを達成している。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: To build a dementia classification model for middle-aged and elderly Brazilians, implemented in Python, combining variable selection and multivariable analysis, using low-cost variables with modification potential. Observational study with a predictive modeling approach using a cross-sectional design, aimed at estimating the chances of developing dementia, using data from the Brazilian Longitudinal Study of Aging (ELSI-Brazil), involving 9,412 participants. Dementia was determined based on neuropsychological assessment and informant-based cognitive function. Analyses were performed using Random Forest (RF) and multivariable logistic regression to estimate the risk of dementia in the middle-aged and elderly populations of Brazil. The prevalence of dementia was 9.6%. The highest odds of dementia were observed in illiterate individuals (Odds Ratio (OR) = 7.42), individuals aged 90 years or older (OR = 11.00), low weight (OR = 2.11), low handgrip strength (OR = 2.50), self-reported black skin color (OR = 1.47), physical inactivity (OR = 1.61), self-reported hearing loss (OR = 1.65), and presence of depressive symptoms (OR = 1.72). Higher education (OR=0.44), greater life satisfaction (OR=0.72), and being employed (OR=0.78) were protective factors. The RF model outperformed logistic regression, achieving an area under the ROC curve of 0.776, with a sensitivity of 0.708, a specificity of 0.702, an F1-score of 0.311, a G-means of 0.705, and an accuracy of 0.703. Conclusion: The findings reinforce the multidimensional nature of dementia and the importance of accessible factors for identifying vulnerable individuals. Strengthening public policies focused on promoting brain health can contribute significantly to the efficient allocation of resources in primary care and dementia prevention in Brazil
• Abstract（参考訳）: 可変選択と多変量解析を組み合わせたPythonで実装された中高年ブラジル人の認知症分類モデルを構築する。 ブラジルの経年的老化研究(ELSI-Brazil)のデータを用いて、認知症の発生確率を推定することを目的とした横断的設計を用いた予測モデルによる観察的研究。 認知症は神経心理学的評価と情報に基づく認知機能に基づいて決定された。 ブラジル中高年層における認知症のリスクを推定するために,ランダムフォレスト(RF)と多変量ロジスティック回帰を用いて分析を行った。 認知症は9.6%であった。 Odds Ratio (OR) = 7.42)、90歳以上(OR = 11.00)、低体重(OR = 2.11)、手押し強度(OR = 2.50)、自己報告の黒肌の色(OR = 1.47)、身体的不活性(OR = 1.61)、自己報告の難聴(OR = 1.65)、抑うつ症状(OR = 1.72)が認められた。 高等教育(OR=0.44)、生活満足度(OR=0.72)、雇用された(OR=0.78)は保護要因であった。 RFモデルはロジスティック回帰より優れており、ROC曲線の0.776以下の領域は感度0.708、特異度0.702、F1スコア0.311、G平均0.705、精度0.703である。 結論: この知見は認知症の多次元的性質と、脆弱な個人を特定するためのアクセシブルファクターの重要性を補強するものである。 脳の健康向上を目的とした公共政策の強化は、ブラジルのプライマリケアや認知症予防における資源の効率的な配分に大きく貢献する

関連論文リスト

• Child Mortality Prediction in Bangladesh: A Decade-Long Validation Study [0.0]
  バングラデシュの2011-2022年の人口統計調査(DHS)データ(n = 33,962)は,本論文で使用される。 モデルを(2011-2014)データでトレーニングし、2017年データで検証し、2022年データでテストしました。 モデルの最初のテストから8年後、遺伝的アルゴリズムをベースとしたNeural Architecture Searchは、XGBoostよりも優れた単層ニューラルネットワークを発見した。
  論文  参考訳（メタデータ） (2026-02-03T19:18:50Z)
• Explainable Admission-Level Predictive Modeling for Prolonged Hospital Stay in Elderly Populations: Challenges in Low- and Middle-Income Countries [65.4286079244589]
  長期滞在期間 (pLoS) は, 院内感染のリスクに関連する重要な要因である。 入院レベルの患者と病院の診療データを用いて, pLosの予測モデルを開発し, 解説する。
  論文  参考訳（メタデータ） (2026-01-07T23:35:24Z)
• Predicting Length of Stay in Neurological ICU Patients Using Classical Machine Learning and Neural Network Models: A Benchmark Study on MIMIC-IV [49.1574468325115]
  本研究は、MIMIC-IVデータセットに基づく神経疾患患者を対象とした、ICUにおけるLOS予測のための複数のMLアプローチについて検討する。 評価されたモデルには、古典的MLアルゴリズム(K-Nearest Neighbors、Random Forest、XGBoost、CatBoost)とニューラルネットワーク(LSTM、BERT、テンポラルフュージョントランス)が含まれる。
  論文  参考訳（メタデータ） (2025-05-23T14:06:42Z)
• Medical Hallucinations in Foundation Models and Their Impact on Healthcare [71.15392179084428]
  基礎モデルの幻覚は自己回帰訓練の目的から生じる。 トップパフォーマンスモデルは、チェーン・オブ・シークレット・プロンプトで強化された場合、97%の精度を達成した。
  論文  参考訳（メタデータ） (2025-02-26T02:30:44Z)
• AXIAL: Attention-based eXplainability for Interpretable Alzheimer's Localized Diagnosis using 2D CNNs on 3D MRI brain scans [43.06293430764841]
  本研究では,3次元MRIを用いたアルツハイマー病診断の革新的手法を提案する。 提案手法では,2次元CNNがボリューム表現を抽出できるソフトアテンション機構を採用している。 ボクセルレベルの精度では、どの領域に注意が払われているかを同定し、これらの支配的な脳領域を同定する。
  論文  参考訳（メタデータ） (2024-07-02T16:44:00Z)
• Using Pre-training and Interaction Modeling for ancestry-specific disease prediction in UK Biobank [69.90493129893112]
  近年のゲノムワイド・アソシエーション(GWAS)研究は、複雑な形質の遺伝的基盤を明らかにしているが、非ヨーロッパ系個体の低発現を示している。 そこで本研究では,マルチオミクスデータを用いて,多様な祖先間での疾患予測を改善することができるかを評価する。
  論文  参考訳（メタデータ） (2024-04-26T16:39:50Z)
• Towards Clinical Prediction with Transparency: An Explainable AI Approach to Survival Modelling in Residential Aged Care [0.0]
  この研究は、機械学習を用いて高齢者ケアの生存モデルを作成し、死亡リスク要因に関する臨床的知見と一致させる。 主な死亡率予測には、年齢、男性性、移動性、健康状態、圧力潰瘍リスク、食欲などが含まれる。
  論文  参考訳（メタデータ） (2023-12-01T01:11:16Z)
• The Effect of Epidemiological Cohort Creation on the Machine Learning Prediction of Homelessness and Police Interaction Outcomes Using Administrative Health Care Data [0.0]
  精神病はホームレスや警察との交流などの有害な結果をもたらす可能性がある。 ロジスティック回帰(LR)や機械学習(ML)モデルを備えた固定された観測窓コホートを使用することで、適応的およびパーセル化されたウィンドウと比較すると、性能が低下する可能性がある。 本研究は,初期ホームレスと警察の相互作用に関連する重要な特徴を明らかにし,フレキシブルウィンドウが予測モデリングを改善することを実証した。
  論文  参考訳（メタデータ） (2023-07-20T19:53:09Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。