Onderzoek naar digitale detectie van dementie (D-kubussen): D3

De ziekte van Alzheimer en aanverwante vormen van dementie (ADRD) hebben een negatieve impact op miljoenen Amerikanen, met jaarlijkse maatschappelijke kosten van meer dan $200 miljoen.1 Momenteel krijgt de helft van de Amerikanen met ADRD nooit een diagnose.2-7 Bij degenen die dat wel doen, wordt de diagnose vaak twee tot vijf jaar na het begin van de symptomen gesteld.6-9 Zoals gesteld door het National Institute on Aging (NIA) (RFA-AG-20-051): "Het onvermogen om cognitieve stoornissen te diagnosticeren en te behandelen resulteert in langdurige en dure medische zorg" en "vroege detectie zou personen met dementie en hun zorgpartners kunnen helpen plannen voor de toekomst". Als de ontwikkeling van ziektemodificerende therapieën voor ADRD succesvol is, kan dit bovendien het gebruik van dergelijke therapieën in een zeer vroeg stadium van ADRD vereisen.1 De huidige benaderingen van het gebruik van cognitieve tests of biomarkers voor de vroege detectie van ADRD zijn echter niet schaalbaar. vanwege hun lage acceptatie, hun invasieve karakter, hun kosten of hun gebrek aan toegankelijkheid in landelijke of achtergestelde gebieden. Daarom riep de NIA op tot de ontwikkeling van goedkope, effectieve en schaalbare benaderingen voor de vroege detectie van ADRD (RFA-AG-20-051).

Als reactie op de RFA-AG-20-051-oproep voor de "validatie en vertaling van screening- en beoordelingsinstrumenten voor het meten van cognitieve achteruitgang, zal een pragmatisch, clustergerandomiseerd gecontroleerd vergelijkend effectiviteitsonderzoek (NIH Stage IV) worden uitgevoerd in Eskenazi Health in het centrum van Eskenazi Health. Indiana en een aanvullend gerepliceerd pragmatisch onderzoek onder patiënten uit diverse eerstelijnszorgpraktijken op het platteland, in de voorsteden en in de stad in Zuid-Florida. De pragmatische studie zal de Passive Digital Marker (PDM) en de Quick Dementia Rating Scale (QDRS) omvatten binnen het Medicare betaalde jaarlijkse wellnessbezoek (AWV) voor een cohort patiënten uit praktijken verspreid over de twee onafhankelijke locaties, waarbij de praktijken in elke pragmatische locatie gerandomiseerd worden. proef naar een van de 3 armen (alleen AWV, de AWV met PDM en de PDM en de QDRS).

Quick Dementia Rating Scale (QDRS) - is een gevalideerde, door patiënten gerapporteerde uitkomst (PRO) tool.

Passieve Digitale Marker (PDM) - is een Machine Learning (ML)-algoritme dat ADRD één jaar en drie jaar vóór het begin ervan kan voorspellen door gebruik te maken van elektronische medische dossiers (EPD) voor routinematige zorg. Het algoritme is getraind met behulp van gestructureerde en ongestructureerde gegevens uit drie EPD-datasets: diagnose (Dx), recepten (Rx) en medische notities (Nx). Individuele algoritmen afgeleid van elk van de drie datasets werden ontwikkeld en vergeleken met een gecombineerd algoritme dat alle drie de datasets omvatte.