認知症のデジタル検出 (D Cubed) 研究: D3

アルツハイマー病および関連認知症 (ADRD) は、数百万人のアメリカ人に悪影響を及ぼし、年間 2 億ドル以上の社会的コストをもたらしています。1 現在、ADRD を抱えて暮らすアメリカ人の半数は診断を受けていません。2-7 このような患者の場合、症状の発現から 2 ～ 5 年後に診断されることがよくあります。6-9 国立老化研究所 (NIA) (RFA-AG-20-051) が述べているように、「認知障害の診断と治療ができないため、長期にわたる高価な医療が必要になる」および「早期発見は認知症患者とそのケアパートナーを助ける可能性がある」将来の計画を立てます。」 さらに、ADRD の疾患修飾治療法の開発が成功した場合、ADRD の非常に初期段階でそのような治療法の使用が必要になる可能性があります。1 ただし、ADRD の早期検出に認知検査やバイオマーカーを使用する現在のアプローチは拡張性がありません。その理由は、その受け入れの低さ、侵襲性、コスト、または田舎や十分なサービスが受けられていない地域でのアクセスの欠如です。 したがって、NIA は、ADRD の早期検出のための、低コストで効果的かつ拡張可能なアプローチの開発を求めました (RFA-AG-20-051)。

「認知機能低下を測定するためのスクリーニングおよび評価ツールの検証と翻訳」を求める RFA-AG-20-051 の呼びかけに応えて、実用的なクラスターランダム化対照比較有効性 (NIH ステージ IV) 試験が中央のエスケナージ ヘルスで実施されます。インディアナ州とさらにもう1件の南フロリダの地方、郊外、都市部の多様なプライマリケア実践の患者を対象とした実際的な臨床試験が再現された。 この実用的な臨床試験には、2 つの独立した施設の診療所からの患者コホートを対象としたメディケアの有料年次健康訪問 (AWV) 内にパッシブ デジタル マーカー (PDM) とクイック認知症評価スケール (QDRS) が組み込まれ、各実践的な施設で診療がランダム化されます。 3 つのアームの 1 つに対するトライアル (AWV 単独、AWV と PDM、PDM および QDRS)。

Quick Dementia Rating Scale (QDRS) - 検証済みの患者報告結果 (PRO) ツールです。

パッシブ デジタル マーカー (PDM) - 日常診療の電子健康記録 (EHR) データを使用して、ADRD の発症の 1 年前と 3 年前に ADRD を予測できる機械学習 (ML) アルゴリズムです。 このアルゴリズムは、診断 (Dx)、処方箋 (Rx)、医療記録 (Nx) の 3 つの EHR データセットからの構造化データと非構造化データを使用してトレーニングされました。 3 つのデータセットのそれぞれから派生した個別のアルゴリズムが開発され、3 つのデータセットすべてを含む結合アルゴリズムと比較されました。