Evidence-based prevention of Alzheimer's disease: systematic review and meta-analysis of 243 observational prospective studies and 153 randomised controlled trials
Notice bibliographique
Résumé
BACKGROUND: Evidence on preventing Alzheimer's disease (AD) is challenging to interpret due to varying study designs with heterogeneous endpoints and credibility. We completed a systematic review and meta-analysis of current evidence with prospective designs to propose evidence-based suggestions on AD prevention. METHODS: Electronic databases and relevant websites were searched from inception to 1 March 2019. Both observational prospective studies (OPSs) and randomised controlled trials (RCTs) were included. The multivariable-adjusted effect estimates were pooled by random-effects models, with credibility assessment according to its risk of bias, inconsistency and imprecision. Levels of evidence and classes of suggestions were summarised. RESULTS: A total of 44 676 reports were identified, and 243 OPSs and 153 RCTs were eligible for analysis after exclusion based on pre-decided criteria, from which 104 modifiable factors and 11 interventions were included in the meta-analyses. Twenty-one suggestions are proposed based on the consolidated evidence, with Class I suggestions targeting 19 factors: 10 with Level A strong evidence (education, cognitive activity, high body mass index in latelife, hyperhomocysteinaemia, depression, stress, diabetes, head trauma, hypertension in midlife and orthostatic hypotension) and 9 with Level B weaker evidence (obesity in midlife, weight loss in late life, physical exercise, smoking, sleep, cerebrovascular disease, frailty, atrial fibrillation and vitamin C). In contrast, two interventions are not recommended: oestrogen replacement therapy (Level A2) and acetylcholinesterase inhibitors (Level B). INTERPRETATION: Evidence-based suggestions are proposed, offering clinicians and stakeholders current guidance for the prevention of AD.
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 | 0,047 | 0,112 |
| Méta-épidémiologie (sens strict) | 0,003 | 0,002 |
| Méta-épidémiologie (sens large) | 0,017 | 0,037 |
| Bibliométrie | 0,016 | 0,015 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,004 | 0,002 |
| Science ouverte | 0,003 | 0,003 |
| Intégrité de la recherche | 0,003 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 0,001 |
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 ».