MétaCan
Menu
Retour à la cohorte
Enregistrement W4406234893 · doi:10.1002/alz.085900

Estimating Potential Eligibility for Disease Modifying Therapies for Alzheimer’s Disease Using Population‐Based Data in Alberta, Canada

2024· article· en· W4406234893 sur OpenAlexaffabout
Gavin Thomas, Eric E. Smith, Susan E. Bronskill, Julia Kirkham, Zahinoor Ismail, Zahra Goodarzi, Pamela Roach, Vivian Ewa, Isabelle Vedel, Andrea Gruneir, Dallas Seitz

Notice bibliographique

RevueAlzheimer s & Dementia · 2024
Typearticle
Langueen
DomaineMathematics
ThématiqueAdvanced Causal Inference Techniques
Établissements canadiensUniversity of TorontoMcGill UniversityHotchkiss Brain InstituteUniversity of AlbertaUniversity of Calgary
Organismes subventionnairesnon disponible
Mots-clésDiseaseMedicineAlzheimer's diseasePopulationGerontologyEnvironmental healthInternal medicine

Résumé

récupéré en direct d'OpenAlex

Abstract Background Disease modifying therapies (DMTs) for Alzheimer’s disease (AD) have been approved in some countries although these treatments will require substantial health resources for their implementation. Initial capacity planning to identify the resources required to support DMTs begins with estimating the number of people with dementia who may be eligible for DMTs. We estimated the potential number of individuals with dementia who are eligible for DMTs using population‐based data in Alberta, Canada. Method We used provincial administrative health databases in Alberta, Canada (population ∼4.5 million) to identify all people newly identified with dementia between April 1, 2013 and March 31, 2022 using a validated dementia case ascertainment algorithm. The characteristics of this population were then described at the time of diagnosis including demographics, conditions potentially contributing to the diagnosis of dementia (e.g. stroke, parkinsonism), and medical contraindications to treatment (e.g. cancer, seizures). The characteristics of individuals with dementia were then compared to the inclusion criteria used in AD DMT trials to estimate the proportion of individuals with dementia who may be eligible for DMTs. We then compared the characteristics of individuals who were determined to be eligible for DMTs compared to those who were not eligible. Result A total of 77,479 individuals were identified with incident dementia during the study period with a mean age of 80.6 years and 58% were female. In this group, 15,044/77,479 (19%) had conditions other than AD as a potential cause of their dementia. Medical contraindications to DMTs were present in 24,580/62,435 (39%) of all individuals who had AD as their probable cause of dementia. Overall, 37,855/77,479 (49%) of the entire dementia population could potentially go on to receive biomarker testing to determine DMT eligibility. Individuals who were younger and women were more likely to be potentially eligible for DMTs at the time of dementia diagnosis. Conclusion Approximately half of all people diagnosed with dementia in Alberta could be eligible for DMTs based on their health history. Additional information on cognitive test scores, neuroimaging, and biomarker results are required to further refine estimates of the number of individuals potentially eligible to receive DMTs in Canada.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,005
score de la tête « metaresearch » (Gemma)0,010
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,056
Score d'incertitude au seuil0,403

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0050,010
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0050,010
Études des sciences et des technologies0,0020,001
Communication savante0,0020,000
Science ouverte0,0030,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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.

Tête enseignante Opus0,206
Tête enseignante GPT0,436
Écart entre enseignants0,230 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations1
Publié2024
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueAlzheimer s & DementiaMême sujetAdvanced Causal Inference TechniquesTravaux en français237 207