Digital deteksjon av demens (D Cubed) Studier: D3

Alzheimers sykdom og relaterte demens (ADRD) påvirker millioner av amerikanere negativt med en årlig samfunnskostnad på mer enn $200 millioner.1 For tiden får halvparten av amerikanere som lever med ADRD aldri en diagnose.2-7 For de som gjør det, kommer diagnosen ofte to til fem år etter symptomdebut.6-9 Som uttalt av National Institute on Aging (NIA) (RFA-AG-20-051) "Manglende evne til å diagnostisere og behandle kognitiv svikt resulterer i langvarig og kostbar medisinsk behandling" og "tidlig oppdagelse kan hjelpe personer med demens og deres omsorgspartnere plan for fremtiden". Videre, hvis utviklingen av sykdomsmodifiserende terapier for ADRD er vellykket, kan dette kreve bruk av slike terapeutiske midler på et veldig tidlig stadium av ADRD.1 De nåværende tilnærmingene for bruk av kognitive tester eller biomarkører for tidlig påvisning av ADRD er imidlertid ikke skalerbare på grunn av deres lave aksept, deres invasive natur, deres kostnader eller deres mangel på tilgjengelighet i landlige eller underbetjente områder. NIA ba derfor om utvikling av lave kostnader, effektive og skalerbare tilnærminger for tidlig påvisning av ADRD (RFA-AG-20-051).

Som svar på RFA-AG-20-051-oppfordringen om "validering og oversettelse av screenings- og vurderingsverktøy for måling av kognitiv tilbakegang vil en pragmatisk klynge-randomisert kontrollert komparativ effektivitet (NIH Stage IV)-forsøk bli utført i Eskenazi Health i sentrale Indiana og en ekstra replikert pragmatisk studie blant pasienter fra forskjellige landlige, forstads- og urbane primærhelsetjenester i Sør-Florida. Den pragmatiske studien vil inkludere Passive Digital Marker (PDM) og Quick Dementia Rating Scale (QDRS) innenfor Medicares betalte årlige velværebesøk (AWV) for en gruppe pasienter fra praksiser på tvers av de to uavhengige nettstedene, med praksis randomisert i hver pragmatisk prøve til en av de 3 armene (AWV alene, AWV med PDM og PDM og QDRS).

Quick Dementia Rating Scale (QDRS) - er et validert verktøy for pasientrapportert utfall (PRO).

Passive Digital Marker (PDM) - er en maskinlæringsalgoritme (ML) som kan forutsi ADRD ett år og tre år før den starter ved å bruke data om rutinemessige elektroniske helsejournaler (EPJ). Algoritmen ble trent ved å bruke strukturerte og ustrukturerte data fra tre EPJ-datasett: diagnose (Dx), resepter (Rx) og medisinske notater (Nx). Individuelle algoritmer avledet fra hvert av de tre datasettene ble utviklet og sammenlignet med en kombinert som inkluderte alle tre datasettene.