Modifiable Risk Factors for Stroke, Dementia, and Late-Life Depression: A Systematic Review and DALY Weighted Risk Factors for a Composite Outcome
Notice bibliographique
Résumé
Abstract Background At least 60% of stroke, 40% of dementia, and 35% of late-life depression (LLD) are attributable to modifiable risk factors, with great overlap due to a shared underlying pathophysiology. This study aims to systematically identify overlapping risk factors for these diseases and calculate their relative impact on a composite outcome. Methods A systematic literature review was performed in Pubmed, Embase, and PsycInfo, between January 2000 and September 2023. We included meta-analyses reporting effect sizes of modifiable risk factors on the incidence of stroke, dementia, and/or LLD. The most relevant meta-analyses were selected, and Disability Adjusted Life Year (DALY) weighted beta-coefficients were calculated for a composite outcome. The beta-coefficients were then normalized to assess relative impact. Results Our search yielded 182 meta-analyses meeting the inclusion criteria, of which 59 were selected to calculate DALY-weighted risk factors for a composite outcome. Identified risk factors included alcohol use (normalized beta-coefficient highest category: -20), blood pressure (87), BMI (42), fasting plasma glucose (57), total cholesterol (14), leisure time cognitive activity (-54), depressive symptoms (34), diet (27), hearing loss (35), kidney function (60), pain (25), physical activity (-34), purpose in life (-30), sleep (44), smoking (58), social engagement (32), and stress (32). Discussion This study identified overlapping modifiable risk factors and calculated the relative impact of these factors on the risk of a composite outcome of stroke, dementia, and LLD. These findings could guide preventative strategies and serve as an empirical foundation for future development of tools that can empower people to reduce their risk of these diseases. Funding US National Institutes of Health and American Heart Association.
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 | 0,017 | 0,045 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,017 | 0,026 |
| Bibliométrie | 0,011 | 0,009 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,003 | 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) | 0,002 | 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 ».