Design of a Non-Interventional Study to Assess Neurologists’ Perspectives and Pharmacological Treatment Decisions in Early Alzheimer's Disease
Notice bibliographique
Résumé
INTRODUCTION: The current therapeutic landscape of Alzheimer's disease (AD) is evolving rapidly. Our treatment options include new anti-amyloid-β protein disease-modifying therapies (DMTs) that decrease cognitive decline in patients with early AD (prodromal and mild AD dementia). Despite these advances, we have limited information on how neurologists would apply the results of recent DMT trials to make treatment decisions. Our goal is to identify factors associated with the use of new AD DMTs among neurologists applying concepts from behavioral economics. METHODS: This non-interventional, cross-sectional, web-based study will assess 400 neurologists with expertise in AD from across Spain. Participants will start by completing demographic information, practice settings, and a behavioral battery to address their tolerance to uncertainty and risk preferences. Participants will then be presented with 10 simulated case scenarios or vignettes of common encounters in patients with early AD to evaluate treatment initiation with anti-amyloid-β DMTs (e.g., aducanumab, lecanemab, etc.). The primary outcomes will be therapeutic inertia and suboptimal decisions. Discrete choice experiments will be used to determine the weight of factors influencing treatment choices. RESULTS: The results of this study will provide new insights into a better understanding of the most relevant factors associated with therapeutic decisions on the use of DMTs, assessing how neurologists handle uncertainty when making treatment choices, and identifying the prevalence of therapeutic inertia in the management of early 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 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 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| 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 ».