Temporal trends in mental health terminology in Alzheimer’s disease clinical trials
Notice bibliographique
Résumé
BACKGROUND: Despite several studies having correlated Alzheimer's disease with mental health conditions, the extent to which they have been incorporated into Alzheimer's disease clinical trials remains unclear. OBJECTIVE: This study aimed to assess the temporal trends in mental health-related terminology in Alzheimer's disease clinical trials as a proxy measure of research interest. Additionally, it sought to determine the effect of the COVID-19 pandemic on the frequency of these terms through pre-pandemic and post-pandemic trend assessment. METHODS: In this retrospective descriptive analysis, we included 2243 trials with a start date between 1988 and 2022 by searching for the keyword "Alzheimer Disease" in the U.S. National Library of Medicine ClinicaTrials.gov database. A Python program was created to extract and count the frequency of four mental health terms (loneliness, depression, anxiety, and distress) by year and trial status (e.g., completed, active, recruiting). Binary logistic regression analyses were conducted to examine the yearly patterns in the appearance of the four mental health terms. A multivariable logistic regression analysis was performed to identify trial characteristics associated with each mental health term. RESULTS: Our results depicted a statistically significant increasing trend in three (i.e., loneliness, anxiety, distress) of the four mental health conditions by year. A comparison between pre-pandemic and post-pandemic trials showed an increase in the mention of the same three words over time. INTERPRETATION: These results may suggest a growing awareness of mental health conditions and a greater interest in considering these conditions in Alzheimer's disease trials, particularly after the onset of COVID-19. Future researchers should conduct more in-depth analyses to examine how mental health variables are operationalized in these trials, with consideration for their subsequent success.
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 | 0,031 | 0,130 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,006 | 0,011 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,002 | 0,002 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 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 ».