Effects of donepezil on activities of daily living: integrated analysis of patient data from studies in mild, moderate and severe Alzheimer's disease
Notice bibliographique
Résumé
BACKGROUND: We aimed to develop a standardization method to pool data recorded on different activities of daily living (ADL) scales in order to reduce variability of functional outcome data from Alzheimer's disease (AD) clinical trials and to better evaluate the effect of donepezil treatment on function in patients with AD. METHODS: Based on pre-specified criteria, six studies were selected from among all donepezil clinical trials in AD. Individual items from nine ADL scales used in these trials were mapped to a standardized functional scale comprising 12 domains (six basic, six instrumental); scores were transformed to a 0-100 scale. External validation of this scale yielded a concordance rate of 90.8%. For each domain, mean change from baseline to 24 weeks in the placebo and donepezil groups was compared for the total population and for subgroups stratified by baseline disease severity. Study settings included outpatient, assisted living, and skilled nursing facilities. Participants comprised 2183 patients (donepezil, 1261; placebo; 922) with baseline Mini-mental State Examination (MMSE) scores 5-26. RESULTS: Significant treatment differences favoring donepezil were observed for five items (two instrumental and three basic). Patients with moderate AD at baseline (MMSE 10-17) demonstrated the greatest treatment effect. CONCLUSION: Functional data were successfully pooled using standardizing methodology. A beneficial effect of donepezil treatment on function was demonstrated using this standardized functional scale. Similar analyses from studies with other anti-dementia drugs may help to determine the generalizability of these findings and potentially encourage use of functional assessment as a clinical tool.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,002 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».