Subscribe to Small Medicine to receive new posts directly to your inbox.
米国、ヨーロッパ、イングランドの3地域において、より新しい世代ほど、年齢別の認知症有病率が有意に低下しており、これは主に女性の改善傾向によるものでした。
【音声解説】
米国、ヨーロッパ、イングランドの3地域において、より新しい世代ほど、年齢別の認知症有病率が有意に低下しており、これは主に女性の改善傾向によるものでした。https://paragraph.com/@smaller/dou2025
Generational Differences in Age-Specific Dementia Prevalence Rates
米国 Health and Retirement Study（HRS）より21,069人（71歳以上）
欧州 SHAREより32,490人（10か国、71歳以上）
イングランド ELSAより8,878人（71歳以上）
なし（観察研究）
出生コホート間（例：1944–1948年 vs 1919–1923年）
年齢別の認知症有病率（validated algorithmおよび機械学習モデルによる認知症判定）
主に Hurdらによる検証済みアルゴリズム を使用。
元々は米国の Health and Retirement Study (HRS) における ADAMS（Aging, Demographics, and Memory Study） のデータに基づいて開発されたもの。
HRS参加者からランダムに抽出された高齢者（70歳以上）856人に対し、
専門家による訪問型の神経心理学的評価（3–4時間）
DSM-IIIおよびDSM-IVに準拠した臨床診断
この診断結果を「正解（ゴールドスタンダード）」とし、アルゴリズムの予測精度を検証。
HRSでのアルゴリズム精度：85.9%
SHARE / ELSAでも同様のアルゴリズムを一部修正して適用
SHARE/ELSAはすべての変数を含んでいないため、一部の変数を削除して再調整。
推定精度（validity）：85.7%
妥当性は「アルゴリズムが推定した認知症ステータスとADAMSでの診断が一致した割合」を意味します。
多層パーセプトロン（MLP）を用いた機械学習モデルも構築。
同様の入力変数を使用し、Hurdアルゴリズムと比較。
機械学習による分類精度：
HRS（自己回答）：86.4%
HRS（代理回答）：87.5%
SHARE/ELSA（自己）：87.1%
SHARE/ELSA（代理）：92.5%
両手法で概ね85–90%以上の精度が確認され、認知症ステータスの推定は信頼に足ると評価されます。
アルゴリズムは臨床診断そのものではない。
医師による診察や画像検査は行われていない。
一部の質問項目がSHARE/ELSAで欠損しており、完全に同一の基準ではない。
Proxy（代理人）回答に依存する場合もあり、情報の主観性が残る。
この診断精度は疫学研究としては高い水準であり、観察研究における「現実的な診断推定」としては十分な妥当性を確保していると言えます。
多国間横断的観察研究（1994年〜2021年の複数の縦断調査データを用いたコホート分析）
すべての地域で、新しい出生コホートの方が認知症有病率が低い
1944–1948年 vs 1919–1923年コホートの推定係数：
米国: −0.55（95% CI: −0.77 ～ −0.34）vs −0.18（95% CI: −0.25 ～ −0.10）
欧州: −1.49（95% CI: −1.72 ～ −1.27）vs −0.24（95% CI: −0.35 ～ −0.13）
イングランド: −0.48（95% CI: −0.89 ～ −0.08）vs −0.23（95% CI: −0.38 ～ −0.07）
統計モデル（この研究では一般化線形混合モデル（GLMM））において、ある説明変数（例：出生コホート）が目的変数（例：認知症の有無）にどれだけ影響を与えるかを数値で示すものです。
目的変数：認知症の有無（0 = 無、1 = 有）
説明変数：出生コホート（年代別グループ）
推定係数は、ある出生コホートが基準コホート（最も古い世代）に比べて、認知症を有する確率にどれだけ影響するかを表します。
米国における1944–1948年出生コホートの推定係数： −0.55（95% CI, −0.77 ～ −0.34）
👉 この意味は：
「1944–1948年生まれの人は、基準世代（1890–1913年）と比べて、同じ年齢において認知症である確率が有意に低くなる（係数 −0.55分）」ということです。
特徴 | 意味 |
|---|---|
正の係数（＋） | 認知症リスクが上がる（基準より高い） |
負の係数（−） | 認知症リスクが下がる（基準より低い） |
0 に近い | 基準とほぼ同じリスク |
信頼区間（CI） | 結果の統計的な信頼性の範囲 |
有意差あり（p < 0.05） | 偶然ではないと考えられる差 |
この研究のような回帰分析（特にロジスティックや混合モデル）では、結果は通常「オッズ」や「対数オッズ（log-odds）」で表されます。
推定係数は、log(オッズ比)であり、指数変換（exp[係数]）することでオッズ比（OR）に変換可能。
例：推定係数 −0.55 → オッズ比 ≒ exp(−0.55) ≒ 0.58
👉 認知症のリスクが42%低いことを意味します。
性別別：
女性の減少傾向が顕著
1944–1948年出生女性 vs 男性の推定係数：
米国: −0.55 vs −0.48
欧州: −1.50 vs −1.34
イングランド: −0.76 vs −0.07（※男性は統計的有意性なし）
Dou X, Lenzen S, Connelly LB, Lin R. Generational Differences in Age-Specific Dementia Prevalence Rates. JAMA Netw Open. 2025;8(6):e2513384. doi:10.1001/jamanetworkopen.2025.13384
認知症は世界的に主要な公衆衛生課題であり、2050年には1億5,280万人に達すると予測されている。
平均寿命の延伸に伴い、高齢化社会では認知症の有病率増加が懸念されている。
年齢別の認知症発症率のトレンドに関する研究は多いが、出生コホート（世代）別の分析は少ない。
過去の研究では、年齢・期間の効果を考慮しても、出生世代による影響（コホート効果）が見逃されてきた。
近年生まれた世代は教育水準、栄養、医療へのアクセスなどが改善され、認知症リスクが低下している可能性がある。
本研究では、米国・ヨーロッパ・イングランドの大規模パネル調査を用いて、出生世代別に認知症有病率を比較。
年齢（6つの年齢カテゴリー）
調査年（GDP成長率を用いた期間効果の proxy）
出生コホート（主効果として）
教育水準（各コホートで間接的に差があるが、モデルで明示的に調整されていない）
社会経済的地位（SES）
生活習慣（喫煙、運動、食事）
心血管疾患や糖尿病などの併存症
認知的予備能（Cognitive reserve）
SHARE（ヨーロッパ調査）は2008年の第3波のデータが欠落しており、アルゴリズムを調整して対応した。
認知症患者が調査間に死亡した場合は、発症が記録されず、有病率が過小評価される可能性がある。
一部の人種・民族的マイノリティがELSAに過小に含まれている可能性がある。
調査方法の変更（例：自己回答 vs 代理回答）の影響を完全に評価することが困難。
現在認識されている12のリスク因子では認知症の約40%しか説明できず、本研究でも減少の原因は不明のまま。
近年の出生コホートにおける認知症の年齢別有病率は、3地域すべてで有意に減少している。
減少傾向は女性において特に顕著であり、性差も分析により明らかになった。
認知症判定には標準化されたアルゴリズムと機械学習を用い、方法的バイアスを軽減。
歴史的背景（例：戦争、都市化、公衆衛生の改善）は出生世代ごとのリスク要因に影響を与えていると考えられる。
本研究の結果は、各国の保健政策、介護資源計画、認知症予防戦略の策定に有用である。
全体のハルシネーション確率：約 1–2%
最もハルシネーションの可能性が高い箇所：
「生活習慣（喫煙、運動、食事）」などの未調整因子の推定（これは本文に明記されていないため、推論に基づく）
Dr. bycomet
