Potentially Modifiable Risk Factors for Dementia and Mild Cognitive Impairment: An Umbrella Review and Meta-Analysis
Notice bibliographique
Résumé
INTRODUCTION: The prevalence of mild and major neurocognitive disorders (NCDs), also referred to as mild cognitive impairment and dementia, is rising globally. The prevention of NCDs is a major global public health interest. We sought to synthesize the literature on potentially modifiable risk factors for NCDs. METHODS: We conducted an umbrella review using a systematic search across multiple databases to identify relevant systematic reviews and meta-analyses. Eligible reviews examined potentially modifiable risk factors for mild or major NCDs. We used a random-effects multi-level meta-analytic approach to synthesize risk ratios for each risk factor while accounting for overlap in the reviews. We further examined risk factors for major NCD due to two common etiologies: Alzheimer's disease and vascular dementia. RESULTS: A total of 45 reviews with 212 meta-analyses were synthesized. We identified fourteen broadly defined modifiable risk factors that were significantly associated with these disorders: alcohol consumption, body weight, depression, diabetes mellitus, diet, hypertension, less education, physical inactivity, sensory loss, sleep disturbance, smoking, social isolation, traumatic brain injury, and vitamin D deficiency. All 14 factors were associated with the risk of major NCD, and five were associated with mild NCD. We found considerably less research for vascular dementia and mild NCD. CONCLUSION: Our review quantifies the risk associated with 14 potentially modifiable risk factors for mild and major NCDs, including several factors infrequently included in dementia action plans. Prevention strategies should consider approaches that reduce the incidence and severity of these risk factors through health promotion, identification, and early management.
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 | 0,025 | 0,069 |
| Méta-épidémiologie (sens strict) | 0,004 | 0,002 |
| Méta-épidémiologie (sens large) | 0,023 | 0,042 |
| Bibliométrie | 0,012 | 0,010 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,005 | 0,003 |
| Science ouverte | 0,003 | 0,002 |
| Intégrité de la recherche | 0,003 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 ».