数字钟画网络表征预测认知障碍研究发布

Pinheiro 等研究团队在 medRxiv 发布预印本，将数字钟画测试（dCDT）的数字笔迹数据构建为结构网络——节点代表数字、指针、表盘等钟表组件，边表示组件间的成对空间关系——并用随机森林和图卷积网络模型预测认知障碍。 研究基于 Framingham Heart Study 的 3,362 名参与者数据，分别针对指令和临摹条件生成网络表征。结果显示，网络模型在仅指令和仅临摹条件下的 AUC 与既有汇总特征基线相当；作者称该方法经外部验证后有潜力纳入临床工作流，支持自动化、可解释的认知筛查。转换数字笔数据为结构网络的代码已在 GitHub 公开。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。