Implications of decreasing incidence of dementia in some countries during 1990‐2019: A global burden of disease study
Notice bibliographique
Résumé
Abstract Background Stroke and dementia share the same risk and protective factors and pose risks for each other, consequently they are considered together. Their prevalence is rising, making them the most burdensome neurological diseases worldwide. However, their incidence is falling in some countries. It becomes imperative to find out what is happening or being done right in these countries and help apply the lessons widely. Method We analyzed systematically trends of changes in age‐standardized dementia and stroke incidence rate per 100,000 population in 204 countries from 1990 to 2019 using data from the Global Burden of Diseases, Injuries, and Risk Factors Study (GBD) 2019. We also calculated the changes in the age‐standardized population attributable fraction (PAF) of dementia and stroke burden, measured by disability‐adjusted life years (DALYs), and deaths attributed to 12 risk factors with 95% uncertainty intervals (UIs). Result From 1990 to 2019, dementia incidence declined in 71 countries, of which 18 showed statistically significant declines, ranging from ‐12.1% (95% UI ‐16.9 to ‐6.8) to ‐2.4% (‐4.6 to ‐0.5). However, from 2010 to 2019, only 16 countries showed declines, although non‐statistically significant. The PAF of global dementia DALYs attributable to metabolic risk factors increased by 25.3% (16.9 to 38.9) from 1990 to 2019, while it decreased for behavioral risk factors by ‐17.3% (‐22.8 to ‐13.0). In particular, 163 countries showed declines in the PAF of dementia DALYs attributable to tobacco use, and 160 countries in dementia mortality attributable to high fasting plasma glucose. Conclusion The declining incidence of dementia in some countries, despite the growing and aging population is encouraging and urges further investigation. This approach would complement and enhance the search for a drug against Alzheimer’s disease pathology. Finding out what accounts for the decline of dementia in some countries and scaling up the lessons could begin having an impact in the near future.
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 | 0,002 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,002 |
| Bibliométrie | 0,003 | 0,006 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 source (Gemma direct ou Codex distillé), 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 ».