Multimorbidity and risk of dementia: A systematic review and meta-analysis of longitudinal cohort studies
Notice bibliographique
Résumé
Chronic diseases (e.g., hypertension, diabetes, and heart diseases) have been proposed as marked predictors of incident dementia. However, synthesised evidence on the effect of multimorbidity on dementia is still lacking. We aim to summarise the association between multimorbidity and risk of dementia in longitudinal cohorts. In this systematic review and meta-analysis, we conducted a systematic search in PubMed, Web of Science and Embase from inception to Dec 14, 2024, to identify longitudinal cohort studies reporting the association between multimorbidity or multimorbidity patterns and risk of dementia. Information of included studies were extracted by three reviewers (YaZ, YY and YuZ), and the quality assessment was conducted using the Newcastle-Ottawa Scale. The inverse-variance weighted random effects meta-analysis was performed to obtain the pooled hazard ratios (HRs) and 95 % confidence intervals (CIs) for dementia associated with multimorbidity and cardiometabolic multimorbidity (CMM). Cochran's Q test and the I 2 statistic were used to indicate heterogeneity among the studies. Meta-regression analysis, subgroup analysis and sensitivity analysis were conducted to determine any valid sources of heterogeneity. This study was registered with PROSPERO (CRD42023403684). We included 17 longitudinal cohort studies (2262,885 middle-aged and older participants) in the systematic review, of which seven were included in meta-analysis. All studies presented moderate to high methodological quality. Meta-analysis showed a positive association between multimorbidity and incident dementia (HR=1.53, 95 % CI=1.12 to 2.09), with substantial heterogeneity ( I 2 =95.2 %). Studies using health records to measure dementia tend to find a stronger positive relationship between multimorbidity and risk of dementia than those using self-report (HR health records =1.94, 95 % CI=1.35 to 2.78, I 2 =94 %; HR self-report =1.17, 95 % CI=1.07 to 1.28, I 2 =0 %). The impacts of CMM were also observed, and the HRs for dementia ranged from 2.49 (combination of heart diseases and stroke: 95 % CI=1.64 to 3.78) to 3.77 (combination of diabetes, heart diseases and stroke: 95 % CI=2.02 to 7.02). The heterogeneity was moderate, with I 2 ranging from 46.9 % (p for heterogeneity=0.152) to 84.1 % (p for heterogeneity=0.002). The impacts of number of diseases, multimorbidity clusters, and multimorbidity trajectory on risk of dementia were narratively summarised due to lacking comparable studies. Limited evidence (only one study) precluded quantitative synthesis for the association of physical and psychological multimorbidity with dementia. Multimorbidity and CMM pattern were significantly associated with risk of dementia, while the effect of physical and psychological multimorbidity remain inconclusive. Individuals affected by multimorbidity should be prioritised in risk factor modification and dementia prevention. Preventing the development of multimorbidity is also crucial—particularly those who already have one chronic disease—in order to maintain cognitive health.
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 | 0,023 | 0,048 |
| Méta-épidémiologie (sens strict) | 0,003 | 0,002 |
| Méta-épidémiologie (sens large) | 0,021 | 0,046 |
| Bibliométrie | 0,010 | 0,010 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,004 | 0,002 |
| Science ouverte | 0,002 | 0,002 |
| 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 ».