Alzheimer's disease (AD) is an increasing problem in modern society, both with regards to public health and cost of care. The causes of AD are not yet fully understood, and there is no cure or inhibiting drug. The aim of this thesis is to investigate the association between the bile acid profile as an indicator of dysbiosis and AD and mild cognitive impairment (MCI) using machine learning algorithms. The hypothesis that bile acid data can be used to predict AD or MCI at the time of diagnosis has been tested, and could not be confirmed. Somewhat better test results were obtained for the transition from normal cognitive function to MCI and from MCI to AD over time. Limitations relevant for this study included the possible uncertainties in the diagnostic patient data as well as in the relationship between bile acids and dysbiosis. The results from transitions in patient's diagnosis could warrant further research on the relationship between the bile acid profile or dysbiosis and changes in cognitive function. We suggest such research is conducted with more sophisticated models. / Alzheimers sjukdom (AD) är ett viktigt och ökande problem i dagens samhälle, både vad gäller folkhälsan och kostnaderna för samhället. Orsakerna bakom AD är än idag inte helt utredda och det finns inget botemedel eller bromsmedicin. Målet med den här studien är att undersöka sambandet mellan gallsyraprofilen som en indikator på dysbios och AD och mild kognitiv störning (MCI) med hjälp av maskininlärningsalgoritmer. Hypotesen att gallsyraprofilen kan användas för att förutsäga AD eller MCI vid diagnostillfället har studerats och kunde inte fastställas. Något bättre resultat erhölls vad gäller övergången från normal kognitiv funktion till MCI och från MCI till AD över tid. Begränsningar som är relavanta för studien inkluderar möjlig osäkerhet vad gäller diagnosen och även vad gäller sambandet mellan gallsyraprofilen och dysbios. Resultaten från förändringen i patienters diagnos kan vara en grund för fortsatt forskning om samband mellan gallsyraprofilen eller dysbios och förändringar i kognitiv funktion. Vi föreslår att mer sofistikerade modeller används för sådan forskning.
| Identifer | oai:union.ndltd.org:UPSALLA1/oai:DiVA.org:kth-230191 |
| Date | January 2018 |
| Creators | Hedenmalm, Victoria, Westberg-Bladh, Alexander |
| Publisher | KTH, Skolan för elektroteknik och datavetenskap (EECS) |
| Source Sets | DiVA Archive at Upsalla University |
| Language | English |
| Detected Language | Swedish |
| Type | Student thesis, info:eu-repo/semantics/bachelorThesis, text |
| Format | application/pdf |
| Rights | info:eu-repo/semantics/openAccess |
| Relation | TRITA-EECS-EX ; 2018:218 |
Page generated in 0.5575 seconds