Enhancing Early Dementia Detection in Primary Care with a Culturally Tailored Bilingual EHR Screening Tool
Notice bibliographique
Résumé
BACKGROUND: Alzheimer's disease (AD) affects over 10% of individuals aged 65 and older, with Black and Hispanic/Latino individuals experiencing a 1.5-2.0 times higher prevalence than white individuals. Despite these disparities, AD remains underdiagnosed, particularly in non-white populations. Current dementia screening tools, such as the Mini-Mental State Examination (MMSE) and Montreal Cognitive Assessment (MoCA), face challenges in time efficiency, accessibility, and cultural sensitivity. This study aimed to implement a brief dementia screening tool integrated into the electronic health record (EHR) and evaluate its impact on diagnosis, workup, and treatment in a diverse family medicine clinic in Los Angeles County. METHOD: The dementia screening tool (DST), developed collaboratively by the University of California Alzheimer's Disease Centers and the California Department of Public Health, was designed to be brief (<5 minutes) and adaptable. It includes a three-question patient questionnaire, an informant input option, and the Mini-Cog assessment. To enhance accessibility, the tool was translated and culturally adapted for Spanish-speaking patients. Patients aged 60+ completed the DST before their annual wellness visits, with results integrated into the EHR. This pre-post intervention study compared patients aged 60+ without a prior dementia diagnosis during the pre-intervention (February 2016-August 2022) and post-intervention (September 2022-June 2023) periods. Outcomes included new dementia diagnoses, medications, specialty referrals, labs, and imaging. RESULT: The DST was implemented, screening 996 patients in 10 months. Screening led to 35 specialty care referrals and 15 new dementia diagnoses. New diagnoses increased from 4.17% pre-DST to 4.80% post-DST all (OR 2.10, p = 0.02) and 6.43% among those screening positive (OR 2.57, p = 0.04). Dementia medication prescriptions rose from 2.93% pre-DST to 4.94% in the post-DST all group, reaching 6.87% among those who screened positive. Specialty referrals were more frequent post-DST all (9.13%) and even higher among those screening positive (14.16%). Post-DST, all secondary outcomes significantly improved, including increased use of diagnostic labs and imaging studies. CONCLUSION: Integrating a brief, culturally sensitive DST into primary care significantly improved dementia diagnosis rates, workup, referrals, and treatment. These findings highlight the potential for broader implementation of the DST to enhance dementia care and address health disparities in diverse populations.
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 | 0,007 | 0,017 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».