MétaCan
Menu
Retour à la cohorte
Enregistrement W4294266627 · doi:10.3233/jad-220384

Identification of Early Onset Dementia in Population-Based Health Administrative Data: A Validation Study Using Primary Care Electronic Medical Records

2022· article· en· W4294266627 sur OpenAlexaffabout
Liisa Jaakkimainen, Raquel Duchen, Lisa M. Lix, Saeed Al‐Azazi, Bing Yu, Debra A. Butt, Subin Park, Jessica Widdifield

Notice bibliographique

RevueJournal of Alzheimer s Disease · 2022
Typearticle
Langueen
DomaineMedicine
ThématiqueDementia and Cognitive Impairment Research
Établissements canadiensPublic Health Agency of CanadaThe Scarborough HospitalUniversity of ManitobaInstitute for Clinical Evaluative SciencesSunnybrook HospitalUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésDementiaMedicineIncidence (geometry)Logistic regressionOdds ratioMedical recordMedical prescriptionPopulationCohortDemographyEmergency departmentHealth careGerontologyPediatricsPsychiatryInternal medicineEnvironmental health

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Early onset dementia (EOD) occurs when symptoms of dementia begin between 45 to 64 years of age. OBJECTIVE: We developed and validated health administrative data algorithms for EOD and compared demographic characteristics and presence of comorbid conditions amongst adults with EOD, late onset dementia (LOD) and adults with no dementia in Ontario, Canada. METHODS: Patients aged 45 to 64 years identified as having EOD in their primary care electronic medical records had their records linked to provincial health administrative data. We compared several combinations of physician's claims, hospitalizations, emergency department visits and prescriptions. Age-standardized incidence and prevalence rates of EOD were estimated from 1996 to 2016. RESULTS: The prevalence of EOD for adults aged 45 to 64 years in our primary care reference cohort was 0.12%. An algorithm of ≥1 hospitalization or ≥3 physician claims at least 30 days apart in a two-year period or ≥1 dementia medication had a sensitivity of 72.9% (64.5-81.3), specificity of 99.7% (99.7-99.8), positive predictive value (PPV) of 23.7% (19.1-28.3), and negative predictive value of 100.0%. Multivariate logistic regression found adults with EOD had increased odds ratios for several health conditions compared to LOD and no dementia populations. From 1996 to 2016, the age-adjusted incidence rate increased slightly (0.055 to 0.061 per 100 population) and the age-adjusted prevalence rate increased three-fold (0.11 to 0.32 per 100 population). CONCLUSION: While we developed a health administrative data algorithm for EOD with a reasonable sensitivity, its low PPV limits its ability to be used for population surveillance.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,012
score de la tête « metaresearch » (Gemma)0,038
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,352
Score d'incertitude au seuil0,701

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0120,038
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0020,003
Études des sciences et des technologies0,0010,001
Communication savante0,0020,001
Science ouverte0,0020,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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.

Tête enseignante Opus0,076
Tête enseignante GPT0,415
Écart entre enseignants0,339 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations11
Publié2022
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of Alzheimer s DiseaseMême sujetDementia and Cognitive Impairment ResearchTravaux en français237 207