Studi sul rilevamento digitale della demenza (D Cubed): D3

La malattia di Alzheimer e le demenze correlate (ADRD) hanno un impatto negativo su milioni di americani con un costo sociale annuo di oltre 200 milioni di dollari.1 Attualmente, la metà degli americani che vivono con l'ADRD non ricevono mai una diagnosi.2-7 Per coloro che lo fanno, la diagnosi spesso avviene da due a cinque anni dopo la comparsa dei sintomi.6-9 Come affermato dal National Institute on Aging (NIA) (RFA-AG-20-051) "L'incapacità di diagnosticare e trattare il deterioramento cognitivo si traduce in cure mediche prolungate e costose" e "la diagnosi precoce potrebbe aiutare le persone affette da demenza e i loro partner assistenziali programmare il futuro”. Inoltre, se lo sviluppo di terapie modificanti la malattia per l’ADRD avrà successo, ciò potrebbe richiedere l’uso di tali terapie in una fase molto precoce dell’ADRD.1 Tuttavia, gli attuali approcci che utilizzano test cognitivi o biomarcatori per la diagnosi precoce dell’ADRD non sono scalabili a causa della loro scarsa accettazione, della loro natura invasiva, dei loro costi o della loro mancanza di accessibilità nelle aree rurali o sottoservite. Pertanto, la NIA ha sollecitato lo sviluppo di approcci a basso costo, efficaci e scalabili per la diagnosi precoce dell’ADRD (RFA-AG-20-051).

In risposta all'appello RFA-AG-20-051 per la "convalida e traduzione di strumenti di screening e valutazione per misurare il declino cognitivo", uno studio pragmatico di efficacia comparativa controllata randomizzata su cluster (NIH Stage IV) sarà eseguito presso Eskenazi Health nel centro Indiana e un ulteriore studio pragmatico replicato tra pazienti provenienti da diversi ambulatori di assistenza primaria rurali, suburbane e urbane nel sud della Florida. Lo studio pragmatico incorporerà il Passive Digital Marker (PDM) e la Quick Dementia Rating Scale (QDRS) all'interno della visita annuale di benessere pagata da Medicare (AWV) per una coorte di pazienti provenienti da studi dei due siti indipendenti, con studi randomizzati in ciascun pragmatico sperimentazione in uno dei 3 bracci (solo AWV, AWV con PDM e PDM e QDRS).

Quick Dementia Rating Scale (QDRS): è uno strumento validato sui risultati riportati dai pazienti (PRO).

Marcatore digitale passivo (PDM): è un algoritmo di machine learning (ML) in grado di prevedere l'ADRD un anno e tre anni prima della sua insorgenza utilizzando i dati della cartella clinica elettronica (EHR) delle cure di routine. L'algoritmo è stato addestrato utilizzando dati strutturati e non strutturati provenienti da tre set di dati EHR: diagnosi (Dx), prescrizioni (Rx) e note mediche (Nx). Sono stati sviluppati algoritmi individuali derivati ​​da ciascuno dei tre set di dati e confrontati con uno combinato che includeva tutti e tre i set di dati.