Key points are not available for this paper at this time.
배경: 생물학적 노화는 육체적 지표에 의해 드러난다. 예를 들어, DNA 프로브나 뇌 스캔이 있다. 반면, 정신 기능의 개인 차이는 심리적 개념에 의해 설명된다. 예를 들어, 지능이나 신경증이 있다. 이러한 개념은 일반적으로 전문가의 판단을 바탕으로 한 맞춤형 신경심리학적 테스트를 통해 평가되며, 신중한 해석이 필요하다. 대규모 일반 인구 샘플에서 머신 러닝을 사용하여 인간 개입이 필요 없는 이러한 개념의 대리 척도를 구축할 수 있을까? 결과: 본 연구에서는 현재까지 가장 큰 생물 의학적 코호트인 UK Biobank에서 다중 모드 MR 이미지와 풍부한 사회 인구학적 정보를 이용하여 대리 척도를 구축하였다. 객관적인 모델 비교 결과, 모든 대리 척도가 목표 개념을 포착하였으며, 실제 건강 행동(수면, 운동, 담배, 알코올 소비)을 특성화하는 데 원래의 척도와 동등하거나 때로는 더 유용한 것으로 나타났다. 뇌 신호와 사회 인구학적 데이터를 모두 고려하여 여러 건강 관련 개념을 포착하는 데 있어서 대리 척도와 원래 척도의 보완성을 관찰하였다. 결론: 머신 러닝을 이용한 인구 모델링은 뇌 신호와 설문지 데이터를 포함한 이질적인 입력으로부터 정신 건강 측정을 도출할 수 있다. 이는 임상 집단에서 심리 측정 평가를 보완하거나 심지어 대체할 수 있다.
Dadi et al. (금요일)은 이 질문을 연구하였다.