Badania dotyczące cyfrowego wykrywania demencji (D Cubed): D3

Choroba Alzheimera i powiązane z nią demencje (ADRD) mają negatywny wpływ na miliony Amerykanów, a roczne koszty społeczne wynoszą ponad 200 milionów dolarów.1 Obecnie połowa Amerykanów cierpiących na ADRD nigdy nie zostaje zdiagnozowana.2-7 U osób, które to robią, diagnoza często następuje od dwóch do pięciu lat od wystąpienia objawów.6-9 Jak stwierdził Narodowy Instytut ds. Starzenia się (NIA) (RFA-AG-20-051): „Brak możliwości zdiagnozowania i leczenia zaburzeń poznawczych skutkuje długotrwałą i kosztowną opieką medyczną”, a „wczesne wykrycie może pomóc osobom cierpiącym na demencję i ich partnerom opiekującym się planuj na przyszłość”. Co więcej, jeśli rozwój leków modyfikujących przebieg choroby w leczeniu ADRD zakończy się sukcesem, może to wymagać zastosowania takich leków na bardzo wczesnym etapie ADRD.1 Jednakże obecne podejścia polegające na wykorzystaniu testów poznawczych lub biomarkerów do wczesnego wykrywania ADRD nie są skalowalne ze względu na ich niską akceptację, inwazyjny charakter, koszt lub brak dostępności na obszarach wiejskich lub słabo rozwiniętych. W związku z tym NIA wezwała do opracowania tanich, skutecznych i skalowalnych podejść do wczesnego wykrywania ADRD (RFA-AG-20-051).

W odpowiedzi na wezwanie RFA-AG-20-051 dotyczące „walidacji i tłumaczenia narzędzi przesiewowych i oceny do pomiaru pogorszenia funkcji poznawczych, w Eskenazi Health w centralnym Indiana i jedno dodatkowe powtórzone pragmatyczne badanie wśród pacjentów z różnych praktyk podstawowej opieki zdrowotnej na obszarach wiejskich, podmiejskich i miejskich na południu Florydy. Pragmatyczne badanie obejmie Pasywny Marker Cyfrowy (PDM) i Skalę Szybkiej Oceny Otępienia (QDRS) w ramach płatnej przez Medicare Corocznej Wizyty Wellness (AWV) dla kohorty pacjentów z przychodni w dwóch niezależnych ośrodkach, z praktykami losowymi w każdym pragmatycznym próbę do jednego z 3 ramion (sam AWV, AWV z PDM oraz PDM i QDRS).

Szybka Skala Oceny Otępienia (QDRS) – to sprawdzone narzędzie oceniające wyniki zgłaszane przez pacjenta (PRO).

Pasywny marker cyfrowy (PDM) – to algorytm uczenia maszynowego (ML), który może przewidzieć ADRD na rok i trzy lata przed jego wystąpieniem na podstawie danych z elektronicznej dokumentacji medycznej rutynowej opieki zdrowotnej (EHR). Algorytm został przeszkolony przy użyciu ustrukturyzowanych i nieustrukturyzowanych danych z trzech zbiorów danych EHR: diagnozy (Dx), recept (Rx) i notatek medycznych (Nx). Opracowano indywidualne algorytmy wyprowadzone z każdego z trzech zbiorów danych i porównano je z algorytmem połączonym, który obejmował wszystkie trzy zbiory danych.