Incidence and Prevalence of Alzheimer’s Disease in Medicare Beneficiaries
Notice bibliographique
Résumé
INTRODUCTION: The availability of anti-amyloid therapy for mild cognitive impairment (MCI) due to Alzheimer's disease and mild Alzheimer's dementia (AD) has underscored the need for realistic estimates of the population with AD/MCI within the healthcare system to assure adequate preparedness. We hypothesize that administrative databases can provide real-world epidemiologic estimates reflecting the population with diagnosed (known) MCI and AD. This study was conducted to estimate diagnostic incidence and prevalence of AD and all-cause MCI among the Medicare fee-for-service (FFS) and Medicare Advantage (MA) beneficiaries in the United States. METHODS: This was a retrospective analysis of Medicare beneficiaries (aged 65 and older) with identified diagnoses of AD/MCI based on ≥ 2 diagnostic codes ≥ 30 days apart. Incidence/prevalence estimates were reported per 10,000 person-years. RESULTS: In FFS, AD incidence (2008-2018) decreased (138 to 104); MCI incidence increased (8 to 47), but the sum (MCI + AD) was relatively stable (146 to 151). Prevalence (2008-2017) increased for AD (318 to 354), and MCI (13 to 99). In MA (2016) epidemiological estimates were consistent with FFS. In 2017, older age, female sex and the Northeastern region were consistently associated with higher AD/MCI prevalence among FFS beneficiaries. CONCLUSION: In FFS, AD/MCI diagnostic prevalence increased over 10 years, especially for MCI; prevalence estimates in MA (2016) were comparable. Diagnostic prevalence in 2016 (FFS + MA) was 3.4% for AD and 0.85% for MCI. Our findings address the reality of Alzheimer's disease in clinical practice in the United States that is confronted by healthcare professionals, payors, healthcare decision-makers, patients, and caregivers, and may offer a realistic gauge for patient triage for treatment, healthcare resource allocation, and health-systems' operational prioritization. With the availability of anti-amyloid treatments, we anticipate that the population with diagnosed MCI/AD within the Medicare database may rise over time; therefore, periodic updates of incidence/prevalence estimates may provide support for timely healthcare decision-making.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».