在加拿大长度研究老龄化参与者的神经认知障碍识别算法的验证协议:一个观察性研究

科学领域:

• 老年学是一门学科.
• 神经科学是一个神经科学.
• 流行病学 流行病学

背景情况:

• 神经认知障碍 (NCD) 构成了重大的公共卫生挑战.
• 准确的疾病确诊对于非传染性疾病的流行病学研究至关重要.
• 基于人口的研究通常需要具有成本效益的诊断方法.

研究的目的:

• 为加拿大长度老龄化研究 (CLSA) 验证神经认知障碍 (NCD) 确定算法.
• 优化使用常规获得的CLSA数据来识别患有非传染性疾病的参与者.
• 建立一个可靠和具有成本效益的方法来诊断NCD在一个大的队列.

主要方法:

• 根据非传染性疾病的可能性分层招募多达600名CLSA参与者.
• 临床评估和告知者采访,以建立初步的NCD诊断.
• 中央审查委员会的最终分类 (没有NCD,轻度NCD,重度NCD) 作为黄金标准.
• 使用加权卡帕,灵敏度,特异性,C-统计和phi系数验证NCD确定算法.

主要成果:

• 这项研究旨在确定NCD确定算法与黄金标准诊断的准确性.
• 协议的主要衡量标准将是加权卡帕统计数据.
• 敏感性,特异性,C-统计和phi系数也将被估计来评估算法性能.

结论:

• 经过验证的算法可以在基于人群的研究中准确识别神经认知障碍 (NCD).
• 这种方法提高了NCD研究的效率和成本效益.
• 这些发现将有助于更好地了解CLSA队列中的NCD流行病学和负担.