Факты и цифры болезни Альцгеймера. Демент Альцгеймера. 2022;18(4):700–89.
Google Scholar
Михаловски Б., Качински А., Хоффманн В. Экономическое и социальное бремя деменционных заболеваний в Германии – метаанализ. Федеральный бюллетень здравоохранения Исследования в области здравоохранения Охрана здоровья. 2019;62(8):981-92.
Google Scholar
Wimo A, Guerchet M, Ali GC, Wu YT, Prina AM, Winblad B, Jonsson L, Liu Z, Prince M. Мировые затраты на деменцию в 2015 г. и сравнение с 2010 г. Болезнь Альцгеймера. 2017;13(1):1–7.
Google Scholar
Такидзава К., Томпсон П.Л., ван Валсем А., Форе К., Майер В.К. Эпидемиологическое и экономическое бремя болезни Альцгеймера: систематический литературный обзор данных по Европе и Соединенным Штатам Америки. Дж. Альцгеймера Дис. 2015;43(4):1271–84.
Google Scholar
Jia L, Quan M, Fu Y, Zhao T, Li Y, Wei C, Tang Y, Qin Q, Wang F, Qiao Y и др. Деменция в Китае: эпидемиология, клиническое ведение и достижения в исследованиях. Ланцет Нейрол. 2020;19(1):81–92.
Google Scholar
Соавторы GBDDF: Оценка глобальной распространенности деменции в 2019 г. и прогнозируемая распространенность в 2050 г.: анализ для исследования глобального бремени болезней 2019 г. Lancet Public Health 2022, 7(2):e105-e125.
Кесмодель США. Кросс-секционные исследования – для чего они нужны? Acta Obstet Gynecol Scand. 2018;97(4):388–93.
Google Scholar
Чан К.И., Ван В., Ву Дж.Дж., Лю Л., Теодоратоу Э., Кар Дж., Миддлтон Л., Расс Т.К., Дири И.Дж., Кэмпбелл Х. и др. Эпидемиология болезни Альцгеймера и других форм деменции в Китае, 1990–2010 гг.: систематический обзор и анализ. Ланцет. 2013;381(9882):2016–23.
Google Scholar
Паганини-Хилл А., Дьюси Б., Хоук М. Респонденты против нереспондеров в исследовании старейших деменций: исследование 90+. Am J Эпидемиол. 2013;177(12):1452–8.
Google Scholar
Boersma F, Eefsting JA, van den Brink W, van Tilburg W. Характеристики неответчиков и влияние неответов на оценки распространенности деменции. Int J Эпидемиол. 1997;26(5):1055–62.
Google Scholar
Чен Дж. Х., Лин КП, Чен Ю. С. Факторы риска деменции. J Formos Med Assoc. 2009;108(10):754–64.
Google Scholar
Педерсен А.Б., Миккельсен Э.М., Кронин-Фентон Д., Кристенсен Н.Р., Фам Т.М., Педерсен Л., Петерсен И. Отсутствующие данные и множественные импутации в клинических эпидемиологических исследованиях. Клин Эпидемиол. 2017; 9: 157–66.
Google Scholar
Wu YT, Ali GC, Guerchet M, Prina AM, Chan KY, Prince M, Brayne C. Распространенность деменции в материковом Китае, Гонконге и Тайване: обновленный систематический обзор и метаанализ. Int J Эпидемиол. 2018;47(3):709–19.
Google Scholar
Рубин ДБ. Вывод и недостающие данные. Биометрика. 1976; 63 (3): 581–92.
Google Scholar
Берк С.Л., Ху Т., Насех М., Фава Н.М., О’Дрисколл Дж., Альварез Д., Коттлер Л.Б., Дуара Р. Факторы, влияющие на отсев в 35 центрах болезни Альцгеймера в США: продольное исследование единого набора данных Национального координационного центра по болезни Альцгеймера . Старение Clin Exp Res. 2019;31(9):1283–97.
Google Scholar
Handels R, Jonsson L, Garcia-Ptacek S, Eriksdotter M, Wimo A. Контроль выборочного отсева в продольных данных о деменции: приложение к реестру svedem. Демент Альцгеймера. 2020;16(5):789–96.
Google Scholar
Tan JP, Li N, Lan XY, Zhang SM, Cui B, Liu LX, He X, Zeng L, Tau LY, Zhang H и другие. Влияние методов обработки отсутствующих данных на предполагаемую распространенность деменции и легких когнитивных нарушений в поперечном исследовании, включающем лиц, не ответивших на лечение. Арх Геронтол Гериатр. 2017;73:43–9.
Google Scholar
Ло Р.Ю., Джагуст В.Дж. Нейровизуализация болезни Альцгеймера I: прогнозирование отсутствующих данных биомаркеров в лонгитюдном исследовании болезни Альцгеймера. Неврология. 2012;78(18):1376–82.
Google Scholar
Маккомб Н., Лю С., Дин Х., Прасад Г., Бухолк М., Финн Д., Тодд С., МакКлин П.Л., Вонг-Лин К.: Практические стратегии для экстремального вменения отсутствующих данных при диагностике деменции. IEEE J Biomed Health Inform 2021, стр.
van Oudenhoven FM, Swinkels SHN, Soininen H, Kivipelto M, Hartmann T, Rizopoulos D. Клиническое исследование LipiDiDiet g: модель совместного риска для работы с различными типами отсутствующих данных в интервенционном испытании при продромальной болезни Альцгеймера. Alzheimers Res Ther. 2021;13(1):63.
Google Scholar
Чен Н, Ли МДж, Лю ХИ. Сравнение подхода максимального правдоподобия, модели выбора Диггла-Кенворда, модели смешения шаблонов с данными отсева MAR и MNAR. Commun Stat-Simul C. 2020;49(7):1746–67.
Google Scholar
Розенбаум П.Р., Рубин Д.Б. Центральная роль оценки склонности в обсервационных исследованиях причинно-следственных связей. Биометрика. 1983;70(1):41–55.
Google Scholar
Tan J, Li N, Gao J, Guo Y, Hu W, Yang J, Yu B, Yu J, Du W, Zhang W и др. Создание китайской платформы клинических исследований ветеранов (CVCR) для оценки неинфекционных заболеваний. Чин Мед Дж (англ.). 2014;127(3):448–56.
Google Scholar
Чжан МЮ, Ю Э, Хэ ЮЛ. Инструменты для эпидемиологических исследований деменции и их применение [Chinese]. Шанхайская арочная психиатрия. 1995; 7:1–62.
Google Scholar
Диагностическое и статистическое руководство по психическим расстройствам Американской психиатрической ассоциации (APA): DSM-IV-TR, Американская психиатрическая ассоциация, Вашингтон, округ Колумбия (2000).
McKhann GM, Knopman DS, Chertkow H, Hyman BT, Jack CR, Kawas CH, Klunk WE, Koroshetz WJ, Manly JJ, Mayeux R, et al. Диагноз деменции из-за болезни Альцгеймера: рекомендации рабочих групп Национального института старения-Ассоциации Альцгеймера по диагностическим рекомендациям для болезни Альцгеймера. Альцгеймеры и деменция. 2011;7(3):263–9.
Google Scholar
Чжао К., Чжоу Б., Дин Д., Го К., Хун З. Распространенность, смертность и прогностические факторы выживаемости деменции в Шанхае. China Alzheimer Diss Assoc Disord. 2010;24(2):151–8.
Google Scholar
Jia L, Du Y, Chu L, Zhang Z, Li F, Lyu D, Li Y, Li Y, Zhu M, Jiao H и другие. Распространенность, факторы риска и лечение деменции и легких когнитивных нарушений у взрослых в возрасте 60 лет и старше в Китае: перекрестное исследование. Ланцет общественного здравоохранения. 2020;5(12):e661–71.
Google Scholar
Tan JP, Li N, Cui B, Wang LN, Zhao YM, Zhang BH, Liu ZY, Zhang SG, Sun LY, Liu N и др. Характеристики влияния участников и опекунов на отсутствие ответа в поперечном исследовании деменции у пожилых людей. Арх Геронтол Гериатр. 2016;62:143–51.
Google Scholar
Cheng YJ, Li Y, Smith ML, Li CW, Shen Y: Анализ основанных на фактических данных данных о предотвращении падений со значительной недостающей информацией с использованием выбора переменных после множественного вменения. J Appl Stat 2021.
Ward RC, Axon RN, Gebregziabher M. Подходы к отсутствующим ковариатным данным в логистической регрессии с анализом чувствительности MNAR. Биом Дж. 2020;62(4):1025–37.
Google Scholar
Колер С, Пол С, Карстенсен Х. Принятие во внимание пропущенной склонности при оценке баллов компетентности: оценка моделей теории отклика на предмет для неигнорируемых упущений. Educ Psychol Meas. 2015;75(5):850–74.
Google Scholar
Малла Л., Перера-Салазар Р., Макфадден Э., Огеро М., Степневска К., Инглиш М. Работа с отсутствующими данными при оценке показателей склонности в сравнительных оценках эффективности: систематический обзор. J Comp Eff Res. 2018;7(3):271–279.
Google Scholar
Чой Дж., Деккерс О.М., Ле Сесси С. Сравнение различных методов обработки недостающих данных в контексте анализа показателей склонности. Евр J Эпидемиол. 2019;34(1):23–36.
Google Scholar
Грейнджер Э., сержант Дж. К., Лант М. Как избежать ловушек при объединении нескольких оценок вменения и склонности. Стат мед. 2019;38(26):5120–32.
Google Scholar
Якобсен Дж. К., Глууд С., Веттерслев Дж., Винкель П. Когда и как следует использовать множественное вменение для обработки недостающих данных в рандомизированных клинических испытаниях — практическое руководство с блок-схемами. БМС Мед Рез Методол. 2017;17(1):162.
Google Scholar
Cornelis E, Gorus E, Beyer I, Van Puyvelde K, Lieten S, Versijpt J, Vande Walle N, Aerts G, De Roover K, De Vriendt P. Ретроспективное исследование многокомпонентной программы реабилитации для проживающих в сообществе лиц с деменцией и их опекуны. Br J Оккупировать Ther. 2017;81(1):5–14.
Google Scholar
Шен С., Гао С. Модель смешанных эффектов снижения когнитивных функций с немонотонным отсутствием ответа в двухэтапном продольном исследовании деменции. Стат мед. 2007;26(2):409–25.
Google Scholar
Цветанова А., Сперрин М., Пик Н., Бьюкен И., Хайланд С., Мартин Г.П. Отсутствующие данные обрабатывались непоследовательно в моделях прогнозирования Великобритании: обзор используемого метода. Дж. Клин Эпидемиол. 2021; 140: 149–58.
Google Scholar
2023-05-27 04:00:34
1685164062
#Надежная #оценка #распространенности #деменции #на #основе #двухэтапных #опросов #лиц #не #ответивших #на #вопросы #посредством #стратификации #показателей #склонности #Методология #медицинских #исследований #BMC