Potentially modifiable risk factors for dementia putting the evidence together: Total population attributable fraction
Notice bibliographique
Résumé
Abstract Background Our authors from around the world met to summarise the available knowledge, decide which potentially modifiable risk factors for dementia have compelling evidence and create the most comprehensive analysis to date for potentially modifiable risk factors to inform policy, give individuals the opportunity to control their risks and generate research. Method We incorporated all risk factors for which we judged there was strong enough evidence. We used the largest recent worldwide meta‐analyses for risk factor prevalence and relative risk and if not available the best data. We performed new meta‐analyses for depression and hearing loss relative risks. We used all 37,000 participants aged ≥ 45 years from HUNT, Norwegian longitudinal population‐based study, to estimate communalities (risk factors clustering) as people frequently have multiple risk factors. Four principal components explained 51% of total risk factors variance. We then calculated weighted population attributable fraction (PAF) estimates. Result We will present each potentially modifiable dementia risk factor’s prevalence, communality, relative risk, unweighted and weighted PAFs and our new lifecourse infographic. Conclusion Our results give hope suggesting many dementias can be prevented or delayed. Many risk factors are linked to deprivation, for example, where people live and exposure to air pollution, or finding affordable healthy food within walking distance and having the resources and skills to prepare it. We have more evidence that longer exposure to a risk has more effect, for example in diabetes, and that risks have more effect in otherwise vulnerable people, for example air pollution. Thus, it is important to redouble efforts to treat existing conditions in communities and people with multiple risks where approaches beyond individual treatment or behaviour change have potentially larger impact. While association is not causation, the effect on cognition of multicomponent, hearing aid and hypertensions RCTs, and naturalistic changes with reduction in air pollution, cigarette smoking, social contact, hearing and vision corrections and work cognitive stimulation, continue to suggest causal relationships with dementia. Socially disadvantaged groups in all countries are more at risk and should be prioritised for intervention. There is more evidence that risks are also modifiable for people at increased genetic risk.
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 | 0,045 | 0,142 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,002 |
| Méta-épidémiologie (sens large) | 0,010 | 0,024 |
| Bibliométrie | 0,015 | 0,013 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,005 | 0,004 |
| Science ouverte | 0,002 | 0,004 |
| Intégrité de la recherche | 0,004 | 0,005 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,006 | 0,001 |
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 ».