Neues Modell prognostiziert Demenzrisiko bei brasilianischen Erwachsenen ab 50

In einer bahnbrechenden Studie aus Brasilien wurde ein präzises Klassifikationsmodell entwickelt, das das Risiko für Demenz bei Menschen ab 50 Jahren vorhersagen kann. Das Modell nutzt kostengünstige, leicht zugängliche Variablen und wurde in Python implementiert, wobei eine Kombination aus Merkmalselektion und multivariater Analyse zum Einsatz kam.

Die Untersuchung stützt sich auf Daten des brasilianischen Langzeitstudiums zur Alterung (ELSI‑Brazil) und umfasst 9.412 Teilnehmer. Demenz wurde anhand neuropsychologischer Tests und informantenbasierter kognitiver Bewertungen diagnostiziert. Die Prävalenz lag bei 9,6 %.

Die Analyse identifizierte mehrere signifikante Risikofaktoren: Analphabetismus (Odds Ratio = 7,42), Alter ≥ 90 Jahre (OR = 11,00), Untergewicht (OR = 2,11), niedrige Handkraft (OR = 2,50), selbstberichtete schwarze Hautfarbe (OR = 1,47), körperliche Inaktivität (OR = 1,61), Hörverlust (OR = 1,65) sowie depressive Symptome (OR = 1,72). Gegenüberstellte Schutzfaktoren waren höhere Bildung (OR = 0,44), höhere Lebenszufriedenheit (OR = 0,72) und Beschäftigung (OR = 0,78).

Das Random‑Forest‑Modell übertraf die klassische logistische Regression deutlich: Es erreichte eine Fläche unter der ROC‑Kurve von 0,776, eine Sensitivität von 0,708 und eine Spezifität von 0,702. Zusätzlich wurden ein F1‑Score von 0,311, ein G‑Means von 0,705 und eine Gesamtgenauigkeit von 0,703 erzielt.

Diese Ergebnisse unterstreichen die multidimensionale Natur von Demenz und zeigen, dass ein datengetriebenes, leicht umsetzbares Modell wertvolle Unterstützung für die frühzeitige Identifikation von Risikopersonen bieten kann.