Hearing Loss and Dementia: A Population-Based Cohort Study
Notice bibliographique
Résumé
INTRODUCTION: Hearing loss (HL) is considered a potentially modifiable risk factor for dementia. We aimed to examine the relationship between HL and incident dementia diagnosis in a province-wide population-based cohort study with matched controls. METHODS: Administrative healthcare databases were linked to generate a cohort of patients who were aged ≥40 years at their first claimed hearing amplification devices (HAD) between April 2007 and March 2016 through the Assistive Devices Program (ADP) (257,285 with claims and 1,005,010 controls). The main outcome was incident dementia diagnosis, ascertained using validated algorithms. Dementia incidence was compared between cases and controls using Cox regression. Patient, disease, and other risk factors were examined. RESULTS: Dementia incidence rates (per 1,000 person-years) were 19.51 (95% confidence interval [CI]: 19.26-19.77) and 14.15 (95% CI: 14.04-14.26) for the ADP claimants and matched controls, respectively. In adjusted analyses, risk of dementia was higher in ADP claimants compared with controls (hazard ratio [HR]: 1.10 [95% CI: 1.09-1.12, p < 0.001]). Subgroup analyses showed a dose-response gradient, with risk of dementia higher among patients with bilateral HADs (HR: 1.12 [95% CI: 1.10-1.14, p < 0.001]), and an exposure-response gradient, with increasing risk over time from April 2007-March 2010 (HR: 1.03 [95% CI: 1.01-1.06, p = 0.014]), April 2010-March 2013 (HR: 1.12 [95% CI: 1.09-1.15, p < 0.001]), and April 2013-March 2016 (HR: 1.19 [95% CI: 1.16-1.23, p < 0.001]). CONCLUSION: In this population-based study, adults with HL had an increased risk of being diagnosed with dementia. Given the implications of HL on dementia risk, understanding the effect of hearing interventions merits further investigation.
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 | 0,001 |
| 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 ».