Incident dementia across neighbourhood material deprivation: Implications for underdiagnosis
Notice bibliographique
Résumé
BACKGROUND: Evidence consistently demonstrates that lower socioeconomic status (SES) confers greater dementia risk and that it is associated with poorer outcomes including reduced access to care. Furthermore, underdiagnosis is a widespread issue in dementia. However, few studies investigate whether one of the poorer outcomes associated with lower SES is a greater degree of dementia underdiagnosis. METHODS: We conducted a province-wide repeated yearly cross-sectional study (2000-17) of community-dwelling people with incident dementia in Quebec. Data were sourced from health administrative data held at the Quebec National Institute of Public Health and SES was assessed through a material deprivation index (a composite measure of the SES of census-based neighbourhoods). Given our near population-level sample, we used a descriptive approach: we described the proportion of incident dementia cases in each of 5 SES categories, from least to most material deprivation. RESULTS: Of the 193,834 community-dwelling people with a new diagnosis of dementia between 2000-17, around 20 % belonged to each material deprivation category on average. Incident cases in the two least deprived categories comprised 18 % each of total incident cases, and 22 % each in the two most deprived categories. CONCLUSION: Despite global findings of higher dementia incidence in lower SES, we found similar incidence across levels of material deprivation. Considering that recent work indicates that lower SES in Quebec is associated with poorer health outcomes consistent with literature, our discrepant finding of comparable incidence cases in the least and most deprived neighbourhoods indicates that there is likely severe underdiagnosis of dementia in people living in more materially deprived neighbourhoods in Quebec.
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 | 0,009 | 0,052 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,003 | 0,003 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,002 | 0,002 |
| Science ouverte | 0,001 | 0,003 |
| Intégrité de la recherche | 0,001 | 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 ».