A systematic review/meta‐analysis of prevalence and incidence rates illustrates systemic underrepresentation of individuals racialized as Asian and/or Asian‐American in ADRD research
Notice bibliographique
Résumé
We investigate Alzheimer's disease and related dementia (ADRD) prevalence, incidence rate, and risk factors in individuals racialized as Asian and/or Asian-American and assess sample representation. Prevalence, incidence rate, risk factors, and heterogeneity of samples were assessed. Random-effects meta-analysis was conducted, generating pooled estimates. Of 920 records across 14 databases, 45 studies were included. Individuals racialized as Asian and/or Asian-American were mainly from Eastern and Southern Asia, had higher education, and constituted a smaller sample relative to non-Hispanic white cohorts. The average prevalence was 10.9%, ranging from 0.4% to 46%. The average incidence rate was 20.03 (12.01-33.8) per 1000 person-years with a range of 75.19-13.59 (12.89-14.33). Risk factors included physiological, genetic, psychological, behavioral, and social factors. This review underscores the systemic underrepresentation of individuals racialized as Asian and/or Asian-American in ADRD research and the need for inclusive approaches accounting for culture, language, and immigration status. HIGHLIGHTS: There is considerable heterogeneity in the prevalence of ADRD among studies of Asian-Americans. There is limited data on group-specific risk factors for ADRD among Asian-Americans. The average prevalence of (ADRD) among Asian-Americans was found to be 7.4%, with a wide range from 0.5% to 46%.
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 | 0,040 | 0,090 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,011 | 0,020 |
| Bibliométrie | 0,005 | 0,007 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,004 | 0,002 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».