Multidomain trials to prevent dementia: addressing methodological challenges
Notice bibliographique
Résumé
BACKGROUND: Multidomain trials to prevent dementia by simultaneously targeting multiple risk factors with non-pharmacological lifestyle interventions show promise. Designing trials to evaluate the efficacy of individual interventions and their combinations is methodologically challenging. Determining the efficacy is, nevertheless, important to individuals, payers, and for resource allocations to support intervention implementation. MAIN BODY: The central rationale for seminal trials improving cardiovascular health or reducing falls risk in older adults is that multifactorial conditions may be amenable to improvement by simultaneously targeting multiple modifiable risk factors. Similar reasoning underlies lifestyle interventions to reduce dementia risk using combinations of physical exercise, cognitive training, diet, amelioration of vascular-metabolic risk factors, and improving sleep quality. Randomizing individuals with at least two modifiable risk factors to "standardly tailored" interventions to mitigate their risk factors, versus a comparator arm, will yield an unbiased estimate of the cumulative average effect of modifying more versus fewer risk factors. The between-group difference in the cognitive primary outcome will reflect both the main effects of the mitigated risk factors, as well as their synergistic effects. However, given the positive trial results, there are inherent challenges in quantifying post hoc which components, or combination of components, were responsible for improvements in cognition. Here, we elaborate on these methodological challenges and important considerations in using a standardly tailored design with two arms (one consisting of multidomain interventions tailored to participants' risk profiles and another consisting of active control conditions). We compare this approach to fully factorial designs and highlight the disadvantages and advantages of each. We discuss partial solutions, including analytical strategies such as risk reduction scores that measure reductions in the number or severity of risk factors in each study arm. Positive results can support the causal inference that between-group differences in the primary cognitive outcome were due to risk factor modification. CONCLUSION: Standardly tailored designs are pragmatic and feasible evaluations of multidomain interventions to reduce dementia risk. We propose sensitivity and exploratory analyses of between-group reductions in the severity of risk factors, as a methodology to bolster causal inferences that between-group differences in the primary cognitive outcome are due to the risk factors modified.
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 | 0,722 | 0,832 |
| Méta-épidémiologie (sens strict) | 0,003 | 0,003 |
| Méta-épidémiologie (sens large) | 0,011 | 0,010 |
| Bibliométrie | 0,007 | 0,010 |
| Études des sciences et des technologies | 0,003 | 0,012 |
| Communication savante | 0,012 | 0,011 |
| Science ouverte | 0,008 | 0,009 |
| Intégrité de la recherche | 0,008 | 0,013 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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; l’étiquette directe de Gemma et le classifieur distillé Codex s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».