Participant Survey Results in a Diverse Community‐Based Alzheimer’s Disease Blood Test Study
Notice bibliographique
Résumé
BACKGROUND: A key component of Alzheimer's disease (AD) blood tests' efficacy in real-world clinical populations is ensuring its practicality and generalizability in diverse demographic groups. The Study to Evaluate Amyloid in Blood and Imaging Related to Dementia (SEABIRD) enrolled 1,122 participants to determine acceptability and validity (relative to amyloid PET) of blood plasma tests in a community-based sample of older adults, and considered the impact of factors such as age, race, education, cognition, APOE genotype, and medical conditions on outcomes of the blood test. METHOD: dementia screening interview and Montreal Cognitive Assessment [MoCA]), and a survey about their experience and perceptions. RESULT: 23.5% of 1,122 participants identified as Black or African American (AA) (Table 1) and 85.2% reported having one or more of the following medical conditions: hypertension, high cholesterol, depression, diabetes, cancer, heart attack, kidney disease, stroke. Overall, and across demographic groups, participants reported positive study experiences. Approximately 92% disagreed that the blood collection caused distress. Nearly 84% agreed they would prefer blood draws over procedures such as lumbar punctures or PET scans (Figure 1). Participants who were Black or AA, had less than a bachelor's degree, and were cognitively impaired were significantly less likely to be satisfied with compensation and ease of participation, and to express willingness to participate in future AD studies compared to white and highly educated individuals (Table 2). CONCLUSION: An AD blood test can be a feasible and widely used screening tool in a diverse population. To continue improving AD research, it is imperative to consider historically underrepresented populations and the barriers that may affect their initial and continuing participation. Broadening recruitment efforts to include varied sources across many populations, proactively addressing transportation needs, tailoring experiences to be inclusive of education levels and physical abilities, and careful consideration of compensation are some aspects of clinical studies that can create a positive impact on inclusivity and provide real-world application to AD biomarker testing.
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 | 0,003 | 0,006 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».