Machine-Learning Modeling of DARWIN Handwriting Features for Alzheimer’s Disease Classification: A Secondary Analysis
Questa analisi secondaria del dataset DARWIN dimostra che un modello di apprendimento automatico che utilizza un sottoinsieme ridotto di 10 compiti di scrittura manuale raggiunge un'accuratezza di classificazione per la malattia di Alzheimer paragonabile al set completo di 25 compiti, suggerendo che valutazioni più brevi e focalizzate sulla memoria potrebbero snellire efficacemente lo screening senza sacrificare le prestazioni.