Comprendre les événements de santé menant à la démence

La Démence devient de plus en plus préoccupante aux États-Unis, avec plus de 7 millions de personnes actuellement touchées. Ce chiffre devrait grimper à près de 12 millions d'ici 2040. Les personnes vivant avec la démence (PLwD) font face à plein de défis et ont plus de chances d'utiliser les services de santé que celles qui n'ont pas de démence. Cette utilisation accrue inclut plus de visites aux urgences, des hospitalisations et des séjours à l'hôpital plus longs. Les PLwD risquent aussi davantage certains problèmes de santé, comme la confusion et les chutes, et ils ont souvent des résultats moins bons après des soins médicaux. À cause de ça, améliorer les soins des PLwD est devenu un objectif important pour les responsables de la santé dans le pays.

Un des grands enjeux pour améliorer les soins en matière de démence est de comprendre quels événements ou signes pourraient indiquer le début de la démence. Des études précédentes ont trouvé des facteurs de risque communs pour le déclin cognitif, comme le vieillissement, le Diabète et l'hypertension. Pourtant, peu de recherches se sont penchées sur la manière dont le timing est lié à ces facteurs. En utilisant une méthode appelée évaluation des risques basée sur la trajectoire, les chercheurs peuvent voir les connexions entre les événements qui se produisent dans le temps et comment ceux-ci sont liés au développement de la démence. En comprenant ces chronologies, on peut élaborer de meilleures stratégies de prévention et des plans de soins.

#Objectifs de l'enquête

Cette recherche visait à mieux comprendre les événements de santé qui se produisent avant un diagnostic de démence. L'objectif principal était d'examiner comment ces événements sont liés les uns aux autres au fil du temps et de trouver différents schémas montrant divers chemins menant à la démence. L'étude a analysé un large éventail de données provenant des dossiers de santé électroniques (DSE), incluant des diagnostics passés, des médicaments et des procédures médicales. En identifiant ces chemins, les professionnels de la santé peuvent repérer des patients qui pourraient être à risque de démence même s'ils n'ont pas encore été diagnostiqués. Cela peut aider à améliorer la détection précoce et la gestion globale de la démence.

#Conception de l'étude et cadre

Cette étude a été réalisée en examinant les dossiers de patients passés entre 2013 et 2022 dans des services d'urgence à dix sites d'un réseau de soins de santé dans le nord-est des États-Unis. Les zones choisies sont similaires à la population nationale en termes de démographie. Tous les patients adultes âgés de 18 ans et plus ayant visité le service d'urgence ont été inclus dans l'étude.

#Collecte et traitement des données

Les données ont été collectées à partir des dossiers de santé électroniques à l'aide d'un système de données centralisé. Le groupe initial de patients comprenait toute personne ayant eu au moins une visite aux urgences durant la période d'étude. Les données collectées incluaient des procédures médicales, des prescriptions, des diagnostics et des résultats de laboratoire. Les patients dont les informations de base, comme l'âge, la race et le sexe, manquaient ont été exclus, totalisant environ 24 663 individus.

#Création de Trajectoires

Le processus de création de trajectoires impliquait plusieurs étapes. D'abord, des tests statistiques ont été utilisés pour trouver toute paire de diagnostics, procédures ou médicaments qui se produisaient ensemble de manière significative pendant la période d'étude. Ensuite, pour chacune de ces paires, les chercheurs ont vérifié si un diagnostic se produisait généralement avant l'autre. Enfin, une analyse plus approfondie a été réalisée pour comparer les patients, en veillant à ce que les résultats ne soient pas influencés par d'autres facteurs comme l'âge et le sexe.

#Dynamic Time Warping

Les trajectoires identifiées ont ensuite été regroupées en clusters partageant des chemins similaires à l'aide d'une technique appelée dynamic time warping (DTW). Le DTW aide à regrouper des séquences d'événements qui peuvent avoir des longueurs ou des timings différents, révélant des motifs parmi les séquences. Cette analyse a permis d'identifier des groupes de patients présentant des risques similaires de diagnostics de démence.

#Cohorte de patients

Au total, 442 278 patients répondaient aux critères de l'étude. L'âge moyen de ces patients était d'environ 39 ans, et une majorité étaient des femmes et des personnes blanches. L'ensemble de données comprenait des millions de dossiers liés à des procédures, des prescriptions, des diagnostics et des tests de laboratoire.

#Risques des codes individuels

L'analyse a commencé avec plus de 12 000 diagnostics et procédures uniques. Après des tests approfondis, environ 3,2 millions de paires de codes significatives ont été identifiées. Chacune de ces paires a fourni des informations sur des conditions qui pourraient potentiellement mener à un diagnostic de démence.

Parmi les résultats, le syndrome de Down a montré un risque très élevé de développer la maladie d'Alzheimer à début précoce, tandis que des problèmes de santé mentale, comme le trouble psychotique bref, étaient également liés à des risques significatifs. Beaucoup des principaux risques étaient connectés à la santé psychologique ou à des conditions neurologiques.

#Risques de trajectoire

Les combinaisons par paires de codes ont ensuite été regroupées en trajectoires. L'étude a mis en lumière plusieurs trajectoires montrant une relation claire avec le diagnostic éventuel de démence. La trajectoire la plus significative identifiée impliquait un diagnostic de diabète de type 2 suivi d'un AVC et menant à une démence non spécifiée.

#Exemples de clusters produits par le Dynamic Time Warping (DTW)

En utilisant le DTW, trois principaux clusters ont été produits, représentant des groupes distincts de patients avec un risque élevé de démence. Chaque cluster montrait des motifs de procédures de santé et d'autres conditions qui indiquaient une probabilité plus grande de recevoir un diagnostic de démence. Par exemple, un cluster impliquait des patients ayant des procédures liées à des évaluations infirmières et à l'hypertension, un autre regroupait des patients avec des problèmes cardiaques et rénaux.

#Importance d'identifier les risques

Reconnaître les signes précoces et les facteurs de risque de la démence est essentiel, surtout avec le vieillissement de la population. Cette recherche souligne la nécessité d'analyser non seulement les facteurs de risque individuels, mais aussi comment ces facteurs interagissent dans le temps. Les études traditionnelles pourraient se concentrer sur des conditions uniques, ratant ainsi le tableau d'ensemble de la multitude de problèmes de santé qui contribuent au risque de démence.

Les résultats suggèrent que relier les points entre divers événements de santé peut révéler de nouveaux facteurs de risque et aider les professionnels de la santé à identifier les patients qui pourraient bénéficier d'interventions plus précoces.

#Limitations de l'étude

Malgré l'importance de cette recherche, elle a certaines limitations. L'étude ne prouve pas qu'un facteur cause la démence mais montre plutôt des corrélations entre les données de santé et les diagnostics de démence. De plus, toutes les données ont été collectées dans un seul système de santé, ce qui peut limiter la portée de ces résultats.

#Conclusion

Cette étude a mis au jour tant de nouvelles associations individuelles que basées sur des séquences avec le risque de démence. En analysant les motifs des événements de santé menant à un diagnostic de démence, les professionnels de la santé peuvent améliorer le dépistage des patients et les stratégies d'intervention. Une recherche continue est nécessaire pour valider ces résultats et explorer davantage comment différents facteurs de risque contribuent au développement de la démence.