Estimation of the epidemiology of dementia and associated neuropsychiatric symptoms by applying machine learning to real-world data

Abstract

Introduction

Incidence rates of dementia-related neuropsychiatric symptoms (NPS) are not known and this hampers the assessment of their population burden. The objective of this study was to obtain an approximate estimate of the population incidence and prevalence of both dementia and NPS.

Methods

Given the dynamic nature of the population with dementia, a retrospective study was conducted within the database of the Basque Health Service (real-world data) at the beginning and end of 2019. Validated random forest models were used to identify separately depressive and psychotic clusters according to their presence in the electronic health records of all patients diagnosed with dementia.

Results

Among the 631,949 individuals over 60 years registered, 28,563 were diagnosed with dementia, of whom 15,828 (55.4%) showed psychotic symptoms and 19,461 (68.1%) depressive symptoms. The incidence of dementia in 2019 was 6.8/1000 person-years. Most incident cases of depressive (72.3%) and psychotic (51.9%) NPS occurred in cases of incident dementia. The risk of depressive-type NPS grows with years since dementia diagnosis, living in a nursing home, and female sex, but falls with older age. In the psychotic cluster model, the effects of male sex, and older age are inverted, both increasing the probability of this type of symptoms.

Conclusions

The stigmatization factor conditions the social and attitudinal environment, delaying the diagnosis of dementia, preventing patients from receiving adequate care and exacerbating families’ suffering. This study evidences the synergy between big data and real-world data for psychiatric epidemiological research.

Resumen

Introducción

Se desconocen las tasas de incidencia de los síntomas neuropsiquiátricos (SN) asociados a la demencia, lo cual dificulta la evaluación de su carga para la población. El objetivo de este estudio fue obtener una estimación aproximada de la incidencia y prevalencia en la población tanto de la demencia como de los SN.

Métodos

Dada la naturaleza dinámica de la población con demencia, se realizó un estudio dentro de la base de datos del Servicio Vasco de Salud (datos del mundo real) a comienzos y finales de 2019. Se utilizaron modelos de bosques aleatorios validados para identificar por separado los clústeres depresivos y psicóticos, con arreglo a su presencia en los registros sanitarios electrónicos de todos los pacientes con diagnóstico de demencia.

Resultados

Entre los 631.949 individuos mayores de 60 años registrados, 28.563 fueron diagnosticados de demencia, de los cuales 15.828 (55,4%) mostraron síntomas psicóticos y 19.461 (68,1%) síntomas depresivos. La incidencia de la demencia en 2019 fue de 6,8/1.000 personas-años. Muchos de los casos incidentes de SN depresivos (72,3%) y psicóticos (51,9%) se produjeron en casos de demencia incidente. El riesgo de SN de tipo depresivo se incrementa con factores tales como los años transcurridos desde que se diagnostica la demencia, la residencia en un sanatorio, y el sexo femenino, pero desciende con la edad avanzada. En el modelo de clúster psicótico, los efectos del sexo masculino y la edad avanzada se invierten, incrementando ambos la probabilidad de este tipo de síntomas.

Conclusiones

El factor de estigmatización condiciona el entorno social y actitudinal, demorando el diagnóstico de la demencia, impidiendo que los pacientes reciban los cuidados adecuados, y exacerbando el sufrimiento de las familias. Este estudio evidencia la sinergia entre los grandes datos y los datos del mundo real para la investigación epidemiológica psiquiátrica.