Implementing the National Alzheimer's Coordinating Center Uniform Data Set (v3) within the Diabetes Prevention Program Outcomes Study
Dit artikel beschrijft de succesvolle integratie van de National Alzheimer's Coordinating Center Uniform Data Set versie 3 in de langlopende Diabetes Prevention Program Outcomes Study door middel van dataharmonisatie, elektronische vastlegging en geautomatiseerde rapportage, waarmee een praktisch kader wordt gedemonstreerd voor het aanpassen van gevestigde cohorten om te voldoen aan nationale standaarden voor Alzheimer-onderzoek.
Oorspronkelijke auteurs:Doherty, L., Dechiario, I., Sherif, H., Bowers, A., Martinez, D., Sanchez, D. L., Febres, G. J., Carmichael, O., Shah, V., Nadkarni, N. K., Goldberg, T. E., Noble, J. M., Luchsinger, J. A., TemprosaDoherty, L., Dechiario, I., Sherif, H., Bowers, A., Martinez, D., Sanchez, D. L., Febres, G. J., Carmichael, O., Shah, V., Nadkarni, N. K., Goldberg, T. E., Noble, J. M., Luchsinger, J. A., Temprosa, M., Research Group, D.
Oorspronkelijke auteurs: Doherty, L., Dechiario, I., Sherif, H., Bowers, A., Martinez, D., Sanchez, D. L., Febres, G. J., Carmichael, O., Shah, V., Nadkarni, N. K., Goldberg, T. E., Noble, J. M., Luchsinger, J. A., Temprosa, M., Research Group, D.
Oorspronkelijk artikel gelicentieerd onder CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/). ⚕️ Dit is een AI-gegenereerde uitleg van een preprint die niet peer-reviewed is. Dit is geen medisch advies. Neem geen gezondheidsbeslissingen op basis van deze inhoud. Lees de volledige disclaimer
Stel je een enorm, decennialang experiment voor waarbij wetenschappers proberen uit te zoeken hoe ze een specifiek type suikerziekte (Type 2 diabetes) kunnen stoppen met het overnemen van mensenlevens. Jarenlang hebben ze duizenden vrijwilligers gevolgd, hun bloed gecontroleerd en gekeken of leefstijlveranderingen of medicatie beter werken. Maar onlangs beseften wetenschappers dat deze suikerziekte niet alleen het hart of de nieren beschadigt; het kan ook de hersenen aantasten, specif으로 de hersenen, en specifiek geheugenverlies en dementie (zoals Alzheimer's) veroorzaken. Om deze verbinding met de hersenen te begrijpen, hebben onderzoekers een "universele vertaler" nodig voor hersengezondheid. Daar komt het National Alzheimer's Coordinating Center (NACC) kijken. Zij creëerden een gigantisch, gestandaardiseerd regelboek genaamd de Uniform Data Set (UDS). Denk aan een enorme, gedeelde LEGO-instructiehandleiding die elk groot Alzheimer-onderzoekscentrum in de VS gebruikt om hun datamodellen te bouwen. Als iedereen dezelfde instructies gebruikt, kunnen ze hun datablokken aan elkaar klikken om het hele plaatje te zien. De grote vraag was: kan dit super-specifieke "Alzheimer-regelboek" worden gebruikt door een studie die oorspronkelijk werd opgezet om diabetes te bestuderen, en niet dementie?
Dit artikel vertelt het verhaal van hoe de Diabetes Prevention Program Outcomes Study (DPPOS) besloot om precies dat te proberen. De onderzoekers namen het complexe regelboek van de NACC (versie 3) en plakten dit succesvol in hun bestaande diabetesstudiesysteem. Het was niet simpelweg kopiëren en plakken; ze moesten als meestermechaniciens te werk gaan om nieuwe, hoogtechnologische motoronderdelen (de Alzheimer-formulieren) in een oude, betrouwbare auto (de diabetesstudie) te passen zonder de motor te beschadigen. Het lukte hen om 16 verschillende formulieren uit het Alzheimer-regelboek te integreren in hun elektronische datasysteem, waardoor ze een hybride machine creëerden die zowel suikerspiegels als de gezondheid van de hersenen tegelijkertijd kon volgen.
Het resultaat? Het werkte. In de eerste golf van deze nieuwe fase verwerkten ze succesvol cognitieve beoordelingen voor 1.561 deelnemers. Ze bouwden een slim systeem dat automatisch "normale" hersenen kon signaleren, zodat menselijke experts daar geen tijd aan hoefden te verspillen en hun inspanningen konden richten op de lastige gevallen. Wanneer twee experts het niet eens waren over een diagnose, stapte een derde expert of een hele commissie in om over het definitieve antwoord te stemmen. Het artikel laat zien dat ze de gegevens succesvol geharmoniseerd hebben, wat betekent dat de informatie die ze verzamelden nu compatibel is met de enorme nationale database die door Alzheimer-specialisten wordt gebruikt. Ze hebben niet alleen gegevens verzameld; ze hebben een brug gebouwd tussen twee verschillende werelden van medisch onderzoek. Hoewel ze nog wachten op sommige geavanceerde hersenscan-gegevens om de integratie volledig te voltooien, is de fundering solide. De studie bewijst dat je een langlopende studie die voor één doel is ontworpen (diabetes) kunt uitbreiden om een volledig ander, complex probleem aan te pakken (dementie) zonder de integriteit van de oorspronkelijke gegevens te verliezen. Het is een blauwdruk voor hoe andere studies hun systemen kunnen upgraden om deel te nemen aan het nationale gesprek over hersengezondheid.
Probleem De Diabetes Prevention Program Outcomes Study (DPPOS) is een langdurige, 30-jarige observationele follow-up van het Diabetes Prevention Program (DPP), dat oorspronkelijk was ontworpen om type 2 diabetes (T2D) te voorkomen bij volwassenen met prediabetes. Hoewel de DPPPOS in 2009 beperkte cognitieve beoordelingen begon, miste de studie een gestandaardiseerd kader voor onderzoek naar de ziekte van Alzheimer (AD) en AD-gerelateerde dementieën (ADRD). Naarmate de cohort ouder werd en de focus in 2022 werd uitgebreid naar cognitieve stoornissen, kreeg de studie te maken met de uitdaging om rigoureuze, gestandaardiseerde AD/ADRD-gegevensverzameling te integreren in een bestaande, complexe longitudinale infrastructuur die hier oorspronkelijk niet voor was ontworpen. Het specifieke probleem was hoe de National Alzheimer's Coordinating Center Uniform Data Set versie 3 (NACC-UDSv3)—de standaard die wordt gebruikt door Alzheimer's Disease Research Centers (ADRC's)—in het elektronische data capture (EDC) systeem van de DPPOS kon implementeren, met behoud van de trouw aan zowel de NACC-standaarden als de 25-jarige longitudinale geschiedenis van de studie.
Methodologie De auteurs hebben de NACC-UDSv3-formulieren geïmplementeerd in MIDAS (Multimodal Integrated Data Acquisition System), het eigen EDC-systeem dat door de DPPOS wordt gebruikt. De methodologie omvatte verschillende belangrijke technische stappen:
Datagegevensharmonisatie: Het team vergeleken de 16 NACC-UDSv3-gegevensformulieren met de bestaande DPPOS-formulieren. Overlappende items werden geïntegreerd en de antwoordopties voor bestaande DPPOS-vragen werden uitgebreid om ervoor te zorgen dat ze konden worden toegewezen aan overeenkomstige UDSv3-items. Nieuwe UDSv3-items die voorheen niet werden verzameld, werden toegevoegd aan de bestaande formulieren.
Beoordelingsprotocol: De studie maakte gebruik van de neuropsychologische batterij van de UDSv3 (formulieren C2 voor in-person bezoeken en C2T voor virtuele bezoeken), aangevuld met een neurologisch onderzoek, het Quick Dementia Rating System (QDRS) en de NIH Toolbox Oral Reading Recognition Test.
Adjudicatie-workflow: Een gecentraliseerd team van vijf adjudicators, ondersteund door managers en een coördinator aan de Columbia University, voerde de vaststelling van cognitieve syndromen uit. Het proces omvatte:
Auto-adjudicatie: Een geautomatiseerd protocol classificeerde deelnemers als "normaal" als zij aan vooraf gedefinieerde normatieve criteria voldeden, wat de workflow stroomlijnde.
Dubbele beoordeling: Casussen die niet via auto-adjudicatie werden verwerkt, werden beoordeeld door twee onafhankelijke adjudicators die elektronische NR1-formulieren invulden.
Consensus en commissiebeoordeling: Een consensus-samenvattingsrapport vergeleek de twee beoordelingen. Discrepanties werden opgelost door de adjudicators of, indien de onenigheid over de diagnose aanhield, door een commissie van vijf leden via remote consensusvergaderingen.
Kwaliteitscontrole: Alle beoordelingen werden dubbel gescoord door Program Coordinators (PC's). Een willekeurige steekproef van 10% onderging kwaliteitscontroles door de adjudicatiekern. Het MIDAS-systeem dwong skip-patronen en controles tussen velden af om de dataintegriteit te waarborgen.
Belangrijkste Bijdragen
Succesvolle Integratie: Het artikel demonstreert de succesvolle integratie van NACC-UDSv3-formulieren met volledige getrouwheid in een niet-AD/ADRD-cohort (DPPOS) dat al meer dan 25 jaar opereert met een focus op diabetes.
Technisch Kader: De auteurs bieden een praktisch kader voor het harmoniseren van legacy-data met nieuwe gestandaardiseerde formulieren, het aanpassen van bestaande EDC-systemen (MIDAS) voor complexe adjudicatie-workflows, en het implementeren van geautomatiseerde adjudicatieprotocollen.
Compatibiliteit van Gegevens: De resulterende dataset is compatibel met gegevens die door de NACC worden ontvangen van alle ADRC's in de Verenigde Staten, waardoor DPPOS-gegevens kunnen worden gedeeld en geanalyseerd naast nationale AD/ADRD-onderzoeksgegevens.
Operationele Schaal: In de eerste golf van de DPPOS-AD/ADRD-studie (2022–2024) heeft het team 1.561 cognitieve adjudicaties succesvol voltooid, waarvan 291 (19%) via auto-adjudicatie werden verwerkt en 1.270 door menselijke adjudicators werden beoordeeld.
Resultaten
Voltooiingspercentages: Van de 1.683 instemmende deelnemers voltooiden 1.561 de cognitieve beoordelingen. 83% voltooide in-person bezoeken, 16% remote en 2% hybride.
Adjudicatie-uitkomsten: Van de 1.270 deelnemers die werden beoordeeld door adjudicators, ontvingen er 1.233 (97%) een diagnose.
De overeenstemming bij de eerste passage tussen twee adjudicators kwam voor in 53% van de gevallen.
De overeenstemming bij de tweede passage na het beoordelen van minder kleine onenigheden vond plaats in 21% van de gevallen.
26% van de gevallen vereiste beoordeling door de volledige adjudicatiecommissie.
Diagnoseverdeling: De studie classificeerde deelnemers succesvol in categorieën waaronder normale cognitie, diverse vormen van dementie (bijv. amnestische multidomein, gedragsvariant frontotemporale dementie), milde cognitieve stoornis (MCI) en "cognitieve stoornis – niet MCI".
Significantie Het artikel beweert dat dit project voor de eerste keer UDSv3-formulieren heeft geïntegreerd in een niet-AD/ADRD-cohort met volledige getrouwheid. De significantie ligt in de mogelijkheid om waardevolle informatie over AD/ADRD toe te voegen aan een risicovolle populatie (personen met T2D en prediabetes) binnen de nationale NACC-database. De auteurs stellen dat de beschreven harmonisatie, elektronische vastlegging en geautomatiseerde adjudatieprocessen een praktisch kader bieden voor andere langlopende longitudinale cohorten die de NACC-UDSv3 willen integreren om aan te sluiten bij nationale onderzoeksstandaarden. De studie erkent beperkingen, zoals het gebruik van niet-klinische gegevensverzamelaars en het gebrek aan klinische biomarkers op het moment van het rapport (hoewel onderzoek-biomarkers worden verzameld), maar handhaaft dat de methodologie een robuust model biedt voor het uitbreiden van cognitief onderzoek in diverse cohorten.