Implications of Risk Factors for Alzheimer’s Disease in Canada’s Indigenous Population
Notice bibliographique
Résumé
BACKGROUND: Indigenous peoples in Canada have higher prevalence of modifiable risk factors for Alzheimer's disease (AD). The relative importance of these risk factors on AD risk management is poorly understood. METHODS: Relative risks from literature and prevalence of risk factors from Statistics Canada or the First Nations Regional Health Survey were used to determine projected population attributable risk (PAR) associated with modifiable risk factors for AD (low education and vascular risk factors) among on- and off-reserve Indigenous and non-Indigenous people in Canada using the Levin formula. RESULTS: Physical inactivity had the highest PAR for AD among Indigenous and non-Indigenous peoples in Canada (32.5% [10.1%-51.1%] and 30.5% [9.2%-48.8%] respectively). The PAR for most modifiable risk factors was higher among Indigenous peoples in Canada, particularly among on-reserve groups. The greatest differences in PAR were for low educational attainment and smoking, which were approximately 10% higher among Indigenous peoples in Canada. The combined PAR for AD for all six modifiable risk factors was 79.6% among on-reserve Indigenous, 74.9% among off-reserve Indigenous, and 67.1% among non-Indigenous peoples in Canada. (All differences significant to p < .001.). CONCLUSIONS: Modifiable risk factors are responsible for the most AD cases among Indigenous peoples in Canada. Further research is necessary to determine the prevalence of AD and the impact of risk factor modification among Indigenous peoples in Canada.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,002 | 0,001 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».