Regional disparities of antidementia drug treatment in Germany: what can we learn for the new generation of Alzheimer’s therapies
Notice bibliographique
Résumé
BACKGROUND: Current antidementia drugs can temporarily slow cognitive decline in Alzheimer's disease but are underused. Regional and socioeconomic disparities, including limited specialist access in rural or deprived areas, may exacerbate inequities and challenge the rollout of emerging disease-modifying therapies. This study aimed to evaluate associations between regional contextual factors and antidementia drug prescription (AD-Rx) among newly diagnosed people living with Alzheimer's disease (PlwAD) in Germany and to identify spatial clustering of prescribing patterns. METHODS: This study analyzed anonymized claims data from three statutory health insurers for 53,753 PlwAD who received their first diagnosis between January 2020 and December 2022. Regions, defined by three-digit postal codes (ZIP3, n = 576), were categorized by the German Index of Socioeconomic Deprivation (GISD) quintiles and Degree of Urbanization (urban, suburban, rural). Multilevel logistic regression with random intercepts for ZIP3 was used to assess associations between receiving AD-Rx (dichotomous) and urbanization and deprivation, adjusting for age, sex, the Charlson Comorbidity Index, the long-term care level and the year of diagnosis. Global Moran's I was used to evaluate large-scale spatial clustering, and regional Moran's I was calculated to detect regional hotspots and coldspots. RESULTS: Overall, 64% of PlwAD received at least one AD-Rx. Rural residency was associated with slightly lower odds of receiving AD-Rx compared to urban areas (OR 0.92; 95%CI 0.87-0.98; p = 0.010), whereas deprivation was not. Interaction models demonstrated that an increased deprivation further reduced AD-Rx odds in rural areas (OR per GISD unit = 0.98; 95% CI 0.96-0.99; p = 0.024). Global Moran's I revealed no significant large-scale clustering (I = 0.011; p = 0.613), but regional analysis identified several regional hotspots (high-high clusters) predominantly in moderately deprived urban areas and coldspots (low-low clusters) in highly deprived or rural areas. CONCLUSION: Alzheimer's patients in rural and high-deprivation regions face limited access to recommended antidementia medications. Targeted interventions, such as teleconsultations, expanding specialist outreach, and collaborative care models in underserved areas, as well as regional dementia networks and national registries, could promote the equitable delivery of current and future Alzheimer's antibody therapies. However, further qualitative and quantitative research is needed to identify the underlying regional causes of these treatment disparities. TRIAL REGISTRATION: DRKS00031944.
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 | 0,001 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,003 |
| Science ouverte | 0,000 | 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 ».