使用 EEG、SPECT 与多变量重采样方法区分 Alzheimer's 与其他认知障碍
应用统计
2016-06-30 v1
摘要
在大多数西方国家，Alzheimer's disease (AD) 及其他形式痴呆的发病率正在增加。为了精确和早期诊断，存在几种检查方式，其中包括 single-photon emission computed tomography (SPECT) 和 electroencephalogram (EEG)。后者高度可用、无辐射危害且非侵入性。因此，其关于痴呆不同阶段的诊断效用在神经学研究中备受关注，同时问题是其效用是否取决于被检查者的年龄或性别。然而，SPECT 或 EEG 测量本质上是多变量的，并且在因子设计中分析多变量数据时，当不应假设多变量正态性或组间协方差矩阵相等时，一直缺乏足够通用的推断技术。我们使一种基于渐近模型 (参数化) 的 bootstrap 方法适应这种情况，证明其能力，并将其用于 EEG 和 SPECT 测量的真正多变量分析，考虑诸如年龄和性别的人口统计学因素。这些多变量结果由边际效应 bootstrap 推断补充，其理论性质可类似于多变量方法推导。两种推断方法在特定情况下各有优势，如数据分析所示。
引用
@article{arxiv.1606.09004,
title = {Using EEG, SPECT, and Multivariate Resampling Methods to Differentiate Between Alzheimer's and other Cognitive Impairments},
author = {Arne Bathke and Sarah Friedrich and Frank Konietschke and Markus Pauly and Wolfgang Staffen and Nicolas Strobl and Yvonne Höller},
journal= {arXiv preprint arXiv:1606.09004},
year = {2016}
}