Prevalence and population attributable fractions of potentially modifiable risk factors for dementia in Canada: a cross-sectional analysis of the Canadian Longitudinal Study on Aging
Notice bibliographique
Résumé
Abstract Background Identification and assessment of modifiable risk factors for dementia is a public health priority in Canada and worldwide. We investigated the prevalence and population attributable fraction (PAF) of 12 potentially modifiable risk factors for all-cause dementia in middle-aged and older Canadians. Methods We conducted a cross-sectional study of data from the Comprehensive cohort of the Canadian Longitudinal Study on Aging, a national sample of 30,097 individuals between the ages of 45 and 85 at baseline (2011-2015). Risk factors and associated relative risks were taken from a highly cited systematic review published by an international commission on dementia prevention. We estimated the prevalence of each risk factor using sampling weights to be more generalizable to the Canadian population. Individual PAFs were calculated both crudely and weighted for communality, and combined PAFs were calculated with methods reflecting both multiplicative and additive interaction assumptions. Analyses were additionally performed stratified by household income and were repeated at CSLA’s first three-year follow-up (2015-2018). Results The most prevalent risk factors at baseline were physical inactivity (63.8%; 95% CI, 62.8% – 64.9%), hypertension (32.8%; 31.7% – 33.8%), and obesity (30.8%; 29.7% – 31.8%). The highest crude PAFs were for physical inactivity (19.9%), traumatic brain injury (16.7%), and hypertension (16.6%). The highest weighted PAFs were for physical inactivity (11.6%), depression (7.7%), and hypertension (6.0%). We estimated that the 12 risk factors combined accounted for 43.4% (37.3%-49.0%) of dementia cases assuming weighted multiplicative interactions and 60.9% (55.7%-65.5%) assuming additive interactions. There was a clear gradient of increasing prevalence and PAF with decreasing income for 9 of the 12 risk factors. Interpretation The findings of this study can inform individual and population-level dementia prevention strategies in Canada, focusing efforts on risk factors with the largest impact on the number of dementia cases. Differences in the impact of individual risk factors between this study and other international and regional studies highlight the importance of tailoring national dementia strategies to the local distribution of risk factors.
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 | 0,003 | 0,008 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,003 |
| Bibliométrie | 0,005 | 0,013 |
| Études des sciences et des technologies | 0,003 | 0,001 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».