A Life Course Approach to Understanding Racial and Ethnic Disparities in Alzheimer's Disease and Related Dementias and Health Care

了解阿尔茨海默病及相关痴呆症和医疗保健中的种族和民族差异的生命全程方法

基本信息

  • 批准号:
    10448032
  • 负责人:
  • 金额:
    $ 72.95万
  • 依托单位:
  • 依托单位国家:
    美国
  • 项目类别:
  • 财政年份:
    2022
  • 资助国家:
    美国
  • 起止时间:
    2022-07-01 至 2027-05-31
  • 项目状态:
    未结题

项目摘要

PROJECT SUMMARY As the share of U.S. older population and number of people living with Alzheimer's Disease and Related Dementias (ADRD) continue to grow rapidly, marked racial and ethnic gaps in prevalence and incidence of ADRD and ADRD-attributable health care persist. This study aims to deepen our understanding of racial/ethnic disparities in ADRD and related health care utilization using a life course approach. We will utilize appropriate machine learning (ML) approaches to examine how life course factors, especially early-life circumstances, may accumulate over the life course in ways that differ across populations to shape ADRD risk and its racial/ethnic disparities; how risk factors in midlife and later life may explain racial/ethnic disparities in ADRD-attributable health care use and outcomes for persons with ADRD. Identifying ADRD risk in the preclinical stage is crucial, our holistic life course approach holds promise in enhancing prevention at the population level and addressing racial/ethnic gaps. Our overarching goal is to address ADRD-related health and health care inequities, guided by novel evidence starting from early stages of life, and ideally delay the onset or slow the progression of ADRD. To achieve our overall goal, we will adapt ML to a comprehensive set of data linking longitudinal survey, medical claims, and life history information for non-Hispanic Blacks (Blacks), Hispanics, and non-Hispanic Whites (Whites) in 1995-2018 Health and Retirement Study (HRS). We will pursue four specific aims: 1) develop and validate ML and other models for ADRD prediction, examining multifactorial influences of life course factors; 2) understand individual and collective contributions of early-life circumstances to ADRD and its racial/ethnic gap; 3) examine the effect of incident ADRD on health care use and its dynamics pre- and post- ADRD diagnosis, and racial/ethnic gaps; 4) investigate the extent to which midlife and later-life factors may mediate the effects of ADRD on health care and its racial/ethnic gap. This study will add significant value to narrowing disparities in ADRD and its health care, by using ML algorithms to explore the role of a uniquely rich set of life course factors on racial/ethnic gaps in ADRD; by augmenting a diverse and nationally representative longitudinal survey with administrative data to systematically examine ADRD and racial/ethnic gaps in health care. Taken together, these findings will inform 1) development of risk prediction models for ADRD to offer a cost-effective approach for population-level screening in the preclinical stage, identification of risk factors and groups at elevated risk of ADRD for targeted preventive interventions; 2) products that can aid individuals and clinicians in making informative assessments; and 3) policies addressing ADRD-attributable health and health care inequity starting from early stages of life, leveraging midlife and later-life mediators, and ideally delaying the onset or progression of ADRD.
项目概要 作为美国老年人口的比例和患有阿尔茨海默病及相关疾病的人数 痴呆症(ADRD)继续快速增长,患病率和发病率存在明显的种族和民族差异 ADRD 和 ADRD 归因的医疗保健持续存在。本研究旨在加深我们对种族/民族的理解 使用生命全程方法来了解 ADRD 和相关医疗保健利用的差异。我们将利用适当的 机器学习(ML)方法来研究生命历程因素,特别是早期生活环境如何影响 在生命历程中,不同人群的累积方式不同,从而影响 ADRD 风险及其种族/民族 差异;中年和晚年的危险因素如何解释ADRD归因中的种族/民族差异 ADRD 患者的医疗保健使用和结果。在临床前阶段识别 ADRD 风险至关重要, 我们的整体生命全程方法有望加强人口层面的预防和解决 种族/族裔差距。 我们的首要目标是在新颖的指导下解决与 ADRD 相关的健康和医疗保健不平等问题 从生命早期阶段开始的证据,最好能延迟 ADRD 的发作或减缓 ADRD 的进展。到 为了实现我们的总体目标,我们将使机器学习适应一套全面的数据,将纵向调查、医疗 非西班牙裔黑人、西班牙裔和非西班牙裔白人的索赔和生活史信息 (白人)1995-2018 年健康与退休研究 (HRS)。 我们将追求四个具体目标:1)开发和验证用于 ADRD 预测的 ML 和其他模型, 检查生命历程因素的多因素影响; 2)了解个人和集体的贡献 ADRD 的早期生活环境及其种族/民族差距; 3) 检查ADRD事件对健康的影响 ADRD 诊断前后的护理使用及其动态,以及种族/民族差距; 4) 调查程度 哪些中年和晚年因素可能会调节 ADRD 对医疗保健及其种族/民族差距的影响。 这项研究将通过使用 ML 为缩小 ADRD 及其医疗保健方面的差异增加重要价值 探索一组独特丰富的生命历程因素对 ADRD 中种族/民族差距的作用的算法;经过 利用行政数据增强多样化且具有全国代表性的纵向调查 系统地检查 ADRD 和医疗保健方面的种族/民族差距。总而言之,这些发现将告知 1) 开发 ADRD 风险预测模型,为人口层面提供具有成本效益的方法 临床前阶段筛查,识别危险因素和 ADRD 高风险人群,有针对性地进行治疗 预防性干预措施; 2)可以帮助个人和临床医生进行信息评估的产品; 3) 从生命早期阶段开始解决 ADRD 造成的健康和医疗保健不平等问题的政策, 利用中年和晚年的调节因子,并理想地延缓 ADRD 的发生或进展。

项目成果

期刊论文数量(0)
专著数量(0)
科研奖励数量(0)
会议论文数量(0)
专利数量(0)

数据更新时间:{{ journalArticles.updateTime }}

{{ item.title }}
{{ item.translation_title }}
  • DOI:
    {{ item.doi }}
  • 发表时间:
    {{ item.publish_year }}
  • 期刊:
  • 影响因子:
    {{ item.factor }}
  • 作者:
    {{ item.authors }}
  • 通讯作者:
    {{ item.author }}

数据更新时间:{{ journalArticles.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.author }}

数据更新时间:{{ monograph.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.author }}

数据更新时间:{{ sciAawards.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.author }}

数据更新时间:{{ conferencePapers.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.author }}

数据更新时间:{{ patent.updateTime }}

Xi Chen其他文献

Xi Chen的其他文献

{{ item.title }}
{{ item.translation_title }}
  • DOI:
    {{ item.doi }}
  • 发表时间:
    {{ item.publish_year }}
  • 期刊:
  • 影响因子:
    {{ item.factor }}
  • 作者:
    {{ item.authors }}
  • 通讯作者:
    {{ item.author }}

{{ truncateString('Xi Chen', 18)}}的其他基金

Crosstalk between the ER Stress Response and Mitochondrial Fatty Acid Oxidation in MYC-driven Breast Cancer
MYC 驱动的乳腺癌中 ER 应激反应与线粒体脂肪酸氧化之间的串扰
  • 批准号:
    10581179
  • 财政年份:
    2023
  • 资助金额:
    $ 72.95万
  • 项目类别:
High-throughput closed-loop direct aberration sensing and correction for multiphoton imaging in live animals
用于活体动物多光子成像的高通量闭环直接像差传感和校正
  • 批准号:
    10572572
  • 财政年份:
    2023
  • 资助金额:
    $ 72.95万
  • 项目类别:
Proteostasis Reprogramming in Mutant KRAS-Driven Cancers
突变 KRAS 驱动的癌症中的蛋白质稳态重编程
  • 批准号:
    10587281
  • 财政年份:
    2022
  • 资助金额:
    $ 72.95万
  • 项目类别:
A Life Course Approach to Understanding Racial and Ethnic Disparities in Alzheimer's Disease and Related Dementias and Health Care
了解阿尔茨海默病及相关痴呆症和医疗保健中种族和民族差异的生命全程方法
  • 批准号:
    10650381
  • 财政年份:
    2022
  • 资助金额:
    $ 72.95万
  • 项目类别:
Elucidating perifoveal vascular development in infants
阐明婴儿中心凹周围血管发育
  • 批准号:
    10696178
  • 财政年份:
    2022
  • 资助金额:
    $ 72.95万
  • 项目类别:
Elucidating perifoveal vascular development in infants
阐明婴儿中心凹周围血管发育
  • 批准号:
    10696178
  • 财政年份:
    2022
  • 资助金额:
    $ 72.95万
  • 项目类别:
Chemoenzymatic construction of synthetic human milk oligosaccharide (HMO) glycome
合成人乳低聚糖 (HMO) 糖组的化学酶法构建
  • 批准号:
    10567752
  • 财政年份:
    2022
  • 资助金额:
    $ 72.95万
  • 项目类别:
Chemoenzymatic construction of synthetic human milk oligosaccharide (HMO) glycome
合成人乳低聚糖 (HMO) 糖组的化学酶法构建
  • 批准号:
    10710393
  • 财政年份:
    2022
  • 资助金额:
    $ 72.95万
  • 项目类别:
Chemoenzymatic synthesis of bacterial nonulosonic acids and glycans
细菌非酮糖酸和聚糖的化学酶法合成
  • 批准号:
    10186358
  • 财政年份:
    2021
  • 资助金额:
    $ 72.95万
  • 项目类别:
Chemoenzymatic synthesis of bacterial nonulosonic acids and glycans
细菌非酮糖酸和聚糖的化学酶法合成
  • 批准号:
    10553186
  • 财政年份:
    2021
  • 资助金额:
    $ 72.95万
  • 项目类别:

相似国自然基金

算法鸿沟影响因素与作用机制研究
  • 批准号:
    72304017
  • 批准年份:
    2023
  • 资助金额:
    30 万元
  • 项目类别:
    青年科学基金项目
算法规范对知识型零工在客户沟通中情感表达的动态影响调查:规范焦点理论视角
  • 批准号:
    72302005
  • 批准年份:
    2023
  • 资助金额:
    30 万元
  • 项目类别:
    青年科学基金项目
基于先进算法和行为分析的江南传统村落微气候的评价方法、影响机理及优化策略研究
  • 批准号:
    52378011
  • 批准年份:
    2023
  • 资助金额:
    50 万元
  • 项目类别:
    面上项目
员工算法规避行为的内涵结构、量表开发及多层次影响机制:基于大(小)数据研究方法整合视角
  • 批准号:
    72372021
  • 批准年份:
    2023
  • 资助金额:
    40 万元
  • 项目类别:
    面上项目
算法人力资源管理对员工算法应对行为和工作绩效的影响:基于员工认知与情感的路径研究
  • 批准号:
    72372070
  • 批准年份:
    2023
  • 资助金额:
    40 万元
  • 项目类别:
    面上项目

相似海外基金

Social media as a social mechanism of non-cigarette tobacco use: Engaging young adults to examine tobacco culture online
社交媒体作为非卷烟烟草使用的社会机制:让年轻人在线审视烟草文化
  • 批准号:
    10667700
  • 财政年份:
    2023
  • 资助金额:
    $ 72.95万
  • 项目类别:
Bayesian approaches to identify persons with osteoarthritis in electronic health records and administrative health data in the absence of a perfect reference standard
在缺乏完美参考标准的情况下,贝叶斯方法在电子健康记录和管理健康数据中识别骨关节炎患者
  • 批准号:
    10665905
  • 财政年份:
    2023
  • 资助金额:
    $ 72.95万
  • 项目类别:
MASS: Muscle and disease in postmenopausal women
MASS:绝经后妇女的肌肉和疾病
  • 批准号:
    10736293
  • 财政年份:
    2023
  • 资助金额:
    $ 72.95万
  • 项目类别:
In vivo Evaluation of Lymph Nodes Using Quantitative Ultrasound
使用定量超声对淋巴结进行体内评估
  • 批准号:
    10737152
  • 财政年份:
    2023
  • 资助金额:
    $ 72.95万
  • 项目类别:
Noninvasive prediction of skin precancer severity using in vivo cellular imaging and deep learning algorithms.
使用体内细胞成像和深度学习算法无创预测皮肤癌前病变的严重程度。
  • 批准号:
    10761578
  • 财政年份:
    2023
  • 资助金额:
    $ 72.95万
  • 项目类别:
{{ showInfoDetail.title }}

作者:{{ showInfoDetail.author }}

知道了