MétaCan
Menu
← Retour à la cohorte
Enregistrement W4309354071 · doi:10.1101/2022.11.18.22282515

Dementia diagnosis and prevalence in the Lothian Birth Cohort 1936 using medical data linkage

2022· preprint· en· W4309354071 sur OpenAlexaff
Donncha S. Mullin, Lucy Stirland, Emily Buchanan, Catherine-Anne Convery, Simon R. Cox, Ian J. Deary, Cinzia Giuntoli, Holly Greer, Danielle Page, Elizabeth Robertson, Susan D. Shenkin, Anna Szalek, Adele M. Taylor, Georgina Weatherdon, Tim Wilkinson, Tom C. Russ

Notice bibliographique

RevuemedRxiv · 2022
Typepreprint
Langueen
DomaineMedicine
ThématiqueDementia and Cognitive Impairment Research
Établissements canadiensUniversity of TorontoSunnybrook Health Science Centre
Organismes subventionnairesEconomic and Social Research CouncilBiotechnology and Biological Sciences Research CouncilMedical Research CouncilRoyal SocietyDirectorate for Biological SciencesNational Institutes of HealthUniversity of EdinburghAge UK
Mots-clésDementiaMedicineCohortMedical recordDeath certificateCohort studyPsychiatryPediatricsFamily medicineGerontologyDiseaseCause of deathInternal medicine

Résumé

récupéré en direct d'OpenAlex

Abstract Background The Lothian Birth Cohort 1936 (LBC1936) is a longitudinal study of ageing with well-characterised assessments, but until now, it has relied on self-report or proxies for dementia outcomes. This report describes a framework for clinical dementia ascertainment and its implementation. We report the prevalence of all-cause dementia and dementia subtypes in 865 individuals aged 70 years and older from the LBC1936. Methods Electronic Health Records (EHR) of all participants were reviewed, and relevant information was extracted to form case vignettes for everyone with any record of cognitive dysfunction. The EHR data sources include hospital and clinic letters, general practitioner and hospital referrals, prescribed medications, imaging and laboratory results. Death certificate data were obtained separately. Clinician assessments were performed when there was concern about a participant’s cognition. A diagnosis of probable dementia, possible dementia, or no dementia was agreed upon by a consensus diagnostic review board, comprised of a multidisciplinary team of clinical dementia experts who reviewed case vignettes and clinician assessment letters. For those with probable dementia, a subtype was also determined, where possible. Finally, we compared the agreement between our newly ascertained dementia outcomes with the existing self-reported dementia outcomes. Results The EHR review identified 163 out of 865 (18.8%) individuals as having cognitive dysfunction. At the consensus diagnostic review board, 118/163 were diagnosed with probable all-cause dementia, a prevalence of 13.6%. Age-specific dementia prevalence increased with age from 0.8% (65-74.9 years) to 9.93% (85-89.9 years). Prevalence rates for women were higher in nearly all age groups. The most common subtype was dementia due to Alzheimer disease (49.2%), followed by mixed Alzheimer and cerebrovascular disease (17.0%), dementia of unknown or unspecified cause (16.1%), and dementia due to vascular disease (8.5%). Self-reported dementia outcomes were positive in only 17.8% of ascertained dementia outcomes. Conclusions Dementia outcomes have been clinically ascertained in the LBC1936 using a robust systematic approach that closely aligns with diagnosing dementia in practice. This provides useful detailed outcomes for further analyses of LBC1936 to allow exploration of lifecourse predictors of dementia.

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)0,005
score de la tête « metaresearch » (Gemma)0,009
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 enseignants0,131
Score d'incertitude au seuil0,261

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0050,009
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0030,004
Études des sciences et des technologies0,0010,000
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,085
Tête enseignante GPT0,387
Écart entre enseignants0,302 · 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

Citations2
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuemedRxiv→Même sujetDementia and Cognitive Impairment Research→Travaux en français237 207→