公衆衛生

科学分野:

• 老年学、公衆衛生、データサイエンス

背景:

• 認知症のリスク要因は確立されており、認知機能評価が必要な個人を特定できます。Medicareの管理データは、その広範な使用により、リスクのある個人を特定するユニークな機会を提供します。この研究では、認知症および軽度認知障害（MCI）の予測を評価するために、Medicareデータ内でLancet Commissionのリスク要因を運用化しました。

研究 の 目的:

• Medicareの管理データから運用化されたリスク要因を使用して、認知症およびMCIの予測可能性を評価すること。Lancet Commissionのリスク要因のうち、Medicare請求データで効果的に利用できるものを特定すること。管理データと人口統計情報を使用した認知機能障害の予測精度を評価すること。

主な方法:

• 診断コードを使用して10の慢性疾患を運用化しました。喫煙の代理としてCOPDを使用しました。地理的情報を使用して教育レベルを近似し、MedicareデータをHealth and Retirement Study（HRS）の調査回答とリンクさせました。2000年から2014年までのデータを使用して認知機能障害の予測モデルを開発および検証し、2016年のデータで検証しました。曲線下面積（AUC）によってパフォーマンスを評価しました。

主要な成果:

• 年齢と性別は、AUC 0.7305で認知症を予測しました。慢性疾患を追加すると、AUCは0.7867に改善しました。人種/民族を含めると、併存疾患とは無関係に、認知症予測のAUCは0.8300にさらに増加しました。個人の教育レベルは予測値を示しましたが（AUC 0.8627）、請求データでの欠如は実用的な使用を制限しました。地理的な教育指標は有意に寄与しませんでした。MCI予測のAUCは0.7193でした。

結論:

• Medicareの管理データは、認知症およびMCIのリスクを正確に予測できます。人種/民族は認知リスクの独立した予測因子であり、疾患管理、社会的または遺伝的要因を反映している可能性があります。健康の社会的決定要因データをMedicare請求と統合すると、認知機能障害の検出能力が向上します。