MétaCan
Menu
Retour à la cohorte
Enregistrement W4391841703 · doi:10.1186/s13195-024-01399-7

Relationships of change in Clinical Dementia Rating (CDR) on patient outcomes and probability of progression: observational analysis

2024· article· en· W4391841703 sur OpenAlexafffund
Pierre N. Tariot, Merçé Boada, Krista L. Lanctôt, Julie Hahn-Pedersen, Firas Dabbous, Sariya Udayachalerm, Lars Lau Rakêt, Yuliya Halchenko, Wojciech Michalak, Wendy Weidner, Jeffrey L. Cummings

Notice bibliographique

RevueAlzheimer s Research & Therapy · 2024
Typearticle
Langueen
DomaineMedicine
ThématiqueDementia and Cognitive Impairment Research
Établissements canadiensSunnybrook Health Science Centre
Organismes subventionnairesGenentechSage TherapeuticsNational Institutes of HealthH. Lundbeck A/SProthenaNational Institute on AgingAlzheimer's AssociationConsortium canadien en neurodégénérescence associée au vieillissementAlzheimer's Drug Discovery FoundationCanadian Institutes of Health ResearchWeston Brain InstituteEli Lilly and CompanyNational Institute of General Medical SciencesNovo NordiskEisai
Mots-clésObservational studyGeriatric psychiatryDementiaNeurologyMedicineClinical Dementia RatingPsychiatryPsychologyClinical psychologyInternal medicine

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Understanding the relationship among changes in Clinical Dementia Rating (CDR), patient outcomes, and probability of progression is crucial for evaluating the long-term benefits of disease-modifying treatments. We examined associations among changes in Alzheimer's disease (AD) stages and outcomes that are important to patients and their care partners including activities of daily living (ADLs), geriatric depression, neuropsychiatric features, cognitive impairment, and the probabilities of being transitioned to a long-term care facility (i.e., institutionalization). We also estimated the total time spent at each stage and annual transition probabilities in AD. METHODS: The study included participants with unimpaired cognition, mild cognitive impairment (MCI) due to AD, and mild, moderate, and severe AD dementia in the National Alzheimer's Coordinating Center (NACC) Uniform Data Set (UDS) database. The associations among change in AD stages and change in relevant outcomes were estimated using linear mixed models with random intercepts. The probability of transitioning to long-term care facilities was modeled using generalized estimating equations. The total length of time spent at AD stages and annual transition probabilities were estimated with multistate Markov models. RESULTS: The estimated average time spent in each stage was 3.2 years in MCI due to AD and 2.2, 2.0, and 2.8 years for mild, moderate, and severe AD dementia, respectively. The annual probabilities of progressing from MCI to mild, moderate, and severe AD dementia were 20, 4, and 0.7%, respectively. The incremental change to the next stage of participants with unimpaired cognition, MCI, and mild, moderate, and severe AD dementia (to death) was 3.2, 20, 26.6, 31, and 25.3%, respectively. Changes in ADLs, neuropsychiatric features, and cognitive measures were greatest among participants who transitioned from MCI and mild AD dementia to more advanced stages. Participants with MCI and mild and moderate AD dementia had increasing odds of being transitioned to long-term care facilities over time during the follow-up period. CONCLUSIONS: The findings demonstrated that participants with early stages AD (MCI or mild dementia) were associated with the largest changes in clinical scale scores. Early detection, diagnosis, and intervention by disease-modifying therapies are required for delaying AD progression. Additionally, estimates of transition probabilities can inform future studies and health economic modeling.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,005
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,158
Score d'incertitude au seuil0,312

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0050,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,002
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,542
Tête enseignante GPT0,539
Écart entre enseignants0,003 · 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 tête enseignante, 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

Citations18
Publié2024
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueAlzheimer s Research & TherapyMême sujetDementia and Cognitive Impairment ResearchTravaux en français237 207