Deze bachelor scriptie onderzocht of het mogelijk was om een model met een kleiner aantal voorspellers te maken voor het classificeren van Alzheimer aan de hand van atrofiematen berekend met behulp...Show moreDeze bachelor scriptie onderzocht of het mogelijk was om een model met een kleiner aantal voorspellers te maken voor het classificeren van Alzheimer aan de hand van atrofiematen berekend met behulp van MRI-scans. Er is gebruikgemaakt van voorspellers uit drie datasets en er werd gekeken naar welke voorspellers daarvan in het model zouden komen. De gestelde hypothesen waren als volgt: 1) het is mogelijk om een simpeler model te maken met dezelfde of zelfs hogere accuratesse en 2) de hippocampus is een van de voorspellers in beide modellen. Er werd gewerkt met een LASSO logistische regressie met een strengere en een minder strenge penalty. Door de penalty’s werden minder relevante voorspellers buiten het model gehouden. Uit de resultaten bleek dat het model met 21 voorspellers een accuratesse had van AUC=0.92. Het simpelere model met slechts 8 voorspellers had een accuratesse van AUC=0.91. Hiermee kon de eerste hypothese niet bevestigd worden. De tweede hypothese werd wel bevestigd, aangezien bij beide modellen de hippocampus deel uitmaakte van de voorspellers. Ondanks dat het simpelere model minder accuraat bleek te zijn dan het complexere model, was het verschil tussen beide accuratessewaardes erg klein. Daarbij telde het simpelere model slechts 8 voorspellers in tegenstelling tot 21. Dit simpelere model zou voordelig kunnen zijn voor verder onderzoek naar classificatie van Alzheimer, omdat er hiermee minder atrofiematen berekend hoeven worden. Dit is gunstig omdat de diagnose van Alzheimer sneller kan worden gesteld, de benodigde hulp sneller kan worden verleend en overbodige kosten zo worden vermeden.Show less