Penilaian risiko komorbiditas kuantitatif demensia di Taiwan

Chun-Hung Richard Lin, Jui-Hsiu Tsai, Shihn-Sheng Wu, Chang Yang-Pei, Yen-Hsia Wen, Jain-
Shing Liu, For-Wey Lung

Abstrak
Demensia adalah salah satu penyakit yang paling memberatkan pada populasi
lansia di seluruh dunia. Namun, literatur tentang beberapa faktor risiko untuk
demensia masih sedikit.
Untuk mengembangkan alat prediktif yang sederhana, cepat, dan tepat untuk
penilaian kuantitatif klinis berbagai faktor risiko untuk demensia.
Sebuah studi kohort berbasis populasi.
Berdasarkan Database Penelitian Asuransi Kesehatan Nasional Taiwan, peserta
pertama yang didiagnosis dengan demensia dari tahun 2000 hingga 2009 dan
berusia ≥65 tahun pada tahun 2000 dimasukkan.
Sebuah model regresi logistik dengan kesimpulan pembelajaran terpantau
Bayesian dilaksanakan untuk mengevaluasi efek kuantitatif dari 1 sampai 6 faktor
risiko komorbiditas untuk demensia pada populasi lansia Taiwan: depresi,
penyakit vaskular, cedera kepala berat, gangguan pendengaran, diabetes mellitus
(DM), dan katarak senilis, diidentifikasi dari database berbasis populasi
longitudinal nasional.
Penelitian ini mengikutsertakan 4749 (9,5%) pasien yang pertama kali
didiagnosis mengalami demensia. Pasien-pasien yang berumur, perempuan,
tempat tinggal perkotaan, dan berpenghasilan rendah ditemukan sebagai faktor
risiko sosiodemografi independen untuk demensia. Di antara semua odds ratio
(OR) dari faktor risiko komorbiditas untuk demensia, dua diantaranya, yaitu
komorbiditas depresi dan penyakit vaskular memiliki OR tertinggi yang
disesuaikan sebesar 6,726. Faktor risiko komorbiditas, yaitu depresi, penyakit
vaskular, cedera kepala berat, gangguan pendengaran, dan DM, menunjukkan OR
tertinggi sebesar 8,767. Secara keseluruhan, efek kuantitatif dari 2 hingga 6
komorbiditas dan perbedaan usia pada demensia meningkat secara bertahap;
sehingga OR pasien-pasien tersebut kurang dari aditif. Hasil ini menunjukkan
bahwa depresi merupakan faktor risiko komorbiditas utama untuk demensia.
Temuan ini menunjukkan bahwa dokter harus lebih memperhatikan peran
depresi dalam perkembangan demensia. Depresi adalah faktor risiko utama untuk
demensia. Mengevaluasi sifat hubungan antara depresi dan demensia adalah
urgensi; dan pengujian lebih lanjut sejauh mana mengendalikan depresi dapat
secara efektif mengarah pada pencegahan demensia.

Singkatan: ADVI = inferensi variasional diferensiasi otomatis, DM = diabetes

mellitus, ICD-9-CM = Klasifikasi Internasional Penyakit, Revisi Kesembilan,
Modifikasi Klinis, NHIRD = Database Riset Asuransi Kesehatan Nasional, OR =
odds ratio.

Kata kunci: demensia, depresi, model regresi logistik, penyakit vaskular

1. Pendahuluan

Demensia adalah salah satu penyakit yang paling memberatkan pada populasi
lansia di seluruh dunia. Prevalensi global demensia diperkirakan mencapai 46,8
juta pada tahun 2015, dengan peningkatan 60% menjadi 74,7 juta diprediksi pada
tahun 2030.[1,2] Selain itu, biaya sosial ekonomi global untuk demensia
diperkirakan sebesar 818 miliar US $ pada tahun 2015, dengan peningkatan 144%
menjadi 2 triliun US $ pada tahun 2030.[1,3] Data statistik memperkirakan
peningkatan jumlah pasien dengan demensia dan biaya perawatan yang sangat
tinggi. Beberapa faktor risiko potensial untuk demensia telah diakui, termasuk
sosiodemografi (misalnya usia, etnis, jenis kelamin, tingkat pendidikan, dan
riwayat keluarga), gaya hidup (misalnya, aktivitas fisik, kebiasaan diet, dan
konsumsi tembakau dan alkohol), genetik (misalnya, APOE, APP, PS-1, dan PS-
2), lingkungan, obat-obatan, dan komorbiditas (misalnya depresi, penyakit
vaskular, cedera kepala berat, gangguan pendengaran, diabetes mellitus [DM], dan
katarak senilis).[4-6] Di antara faktor-faktor risiko ini, faktor risiko komorbiditas
untuk demensia dapat dengan mudah dideteksi dan dikendalikan oleh dokter
perawatan primer. Bukti mengungkapkan bahwa populasi lansia memiliki jumlah
penyakit kronis yang lebih tinggi daripada populasi lainnya,[7–11] menyiratkan
bahwa kebanyakan pasien lansia dengan demensia memiliki banyak penyakit
kronis. Namun, sebagian besar studi terkait hanya melaporkan OR dari 1 atau 2-
faktor risiko komorbiditas pada pasien dengan demensia,[4,5,12,13] dan studi-studi
yang melaporkan OR dari beberapa faktor risiko komorbiditas untuk demensia
masih sedikit. Tujuan dari penelitian ini adalah untuk mengembangkan alat
prediktif yang sederhana, cepat, dan tepat untuk penilaian kuantitatif klinis dari
beberapa faktor risiko demensia.
Analisis regresi adalah pendekatan umum untuk mengeksplorasi hubungan
antara satu atau lebih variabel penelitian dan hasil penyakit. Model regresi logistik
yang digunakan dalam penelitian ini dipasang menggunakan pendekatan inferensi
Bayesian. Pertimbangan Bayesian banyak digunakan dalam pembelajaran mesin
untuk prediksi dan pengambilan keputusan dalam teknologi baru.[14] Selain itu,
inferensi Bayesian lebih langsung (misalnya, nilai P tidak digunakan) dan
menggabungkan data dari semua sumber yang relevan (misalnya, meta-analisis
banyak penelitian melalui model hierarki acak hasil Bayesian) dengan cara yang
langsung. Model ini merupakan integrasi dari pengetahuan dan data sebelumnya.
Selanjutnya, metode statistik Bayesian dalam kombinasi dengan model regresi
logistik adalah pendekatan yang efisien untuk memahami domain masalah dan
memprediksi hasil dari intervensi.[15,16]
Dalam penelitian ini, model regresi logistik dengan inferensi pembelajaran
terpantau Bayesian digunakan untuk menjelaskan efek kuantitatif faktor risiko 1-6
komorbiditas untuk demensia, yaitu depresi, penyakit vaskular, cedera kepala
berat, gangguan pendengaran, DM, dan katarak senilis, yang diidentifikasi dari
database berbasis populasi longitudinal nasional.

2. Metode

2.1. Sumber data dan pertimbangan etis

Penjelasan rinci tentang Database Riset Asuransi Kesehatan Nasional Taiwan
(NHIRD) dan prosedurnya telah dipublikasikan sebelumnya.[13,17] Secara singkat,
kami menggunakan NHIRD tahun 1995 hingga 2010, subset yang berisi data dari
1 juta asuransi yang dipilih secara acak yang ditarik pada tahun 2000. NHIRD
mencakup data tentang demografi asuransi, diagnosis, jenis obat, tanggal resep ,
dan dosis dan jangka waktu pasokan obat. Persetujuan etis diperoleh dari
lembaga-lembaga yang berafiliasi, dan informed consent dibebaskan karena
penggunaan informasi medis yang diidentifikasi dari NHIRD yang dikumpulkan
sebelumnya.

2.2. Desain studi

Peserta berusia ≥ 65 tahun pada tahun 2000 dilibatkan dalam penelitian ini.
Kelompok pasien terdiri dari pasien yang menerima diagnosis pertama demensia
dari tahun 2000 hingga 2009. Demensia diidentifikasi menurut kriteria diagnostik
Klasifikasi Internasional Penyakit, Revisi Kesembilan, Modifikasi Klinis (ICD-9-
CM) (ICD-9-CM 290, 294,1 –294.2, A210, A213, atau A222). Untuk
meningkatkan dan memastikan validitas diagnostik, hanya pasien yang dirawat
inap untuk diagnosis demensia primer atau sekunder atau pasien rawat jalan untuk
setidaknya 3 diagnosis demensia yang konsisten yang dipilih sebagai subjek
penelitian.[13] Selain itu, tanggal diagnosis pertama demensia dianggap sebagai
tanggal indeks.

2.3. Faktor risiko komorbiditas utama untuk demensia

Diagnosis pasien rawat inap dan rawat jalan dengan demensia sebelum tanggal
indeks dinilai sesuai dengan kriteria diagnostik ICD-9-CM untuk memastikan
riwayat cedera kepala berat, depresi, DM, penyakit vaskular (penyakit
kardiovaskular, penyakit serebrovaskular, dan stroke), katarak senilis, dan
gangguan pendengaran.[13,18,19] Selanjutnya, berkas pasien tanpa demensia antara
tahun 1995 dan 2010 diidentifikasi untuk memastikan riwayat komorbiditas ini.

2.4. Analisis statistik

Dalam regresi logistik, jenis kelamin, usia, pendapatan bulanan, tempat tinggal
perkotaan, dan faktor risiko komorbiditas untuk demensia digunakan sebagai
variabel paparan untuk menggambarkan atau memprediksi variabel dependen
(yaitu, demensia). Model regresi logistik dapat menjelaskan efek dari masing-
masing faktor risiko untuk demensia.

Tujuan dari penelitian ini adalah untuk menggambarkan penilaian risiko

kuantitatif untuk faktor risiko terkenal =demensia. Selanjutnya, kami dapat
memprediksi pasien berisiko tinggi dan berisiko rendah dengan demensia dini dan
memberikan pengobatan yang tepat. ObservasiN yang diberikan, untuk
mencocokkan model regresi logistik disajikan dalam Persamaan. (1), nilai-nilai
aa, b1, b2, ..., bk, parameter yang tidak diketahui, harus diperkirakan. Karena
hanya 6 faktor risiko terkenal untuk demensia yang dipertimbangkan dalam
penelitian ini, vektor fitur input jelas relevan dan memiliki dimensi rendah.
Gambar 1.

3. Hasil

Setelah 1.000.000 asuransi diskrining, 49.747 (5.0%) pasien berusia ≥ 65 tahun

pada tahun 2000 dipilih untuk penelitian ini. Enam komorbid utama diselidiki
dalam populasi penelitian, yaitu cedera kepala berat, depresi, DM, penyakit
vaskular, katarak senilis, dan gangguan pendengaran. Jumlah rata-rata
komorbiditas pada pasien yang dipilih adalah 2,1 ± 1,1, yang menyumbang sekitar
sepertiga dari sampel. Jumlah pasien dengan 2, 3, dan 1 komorbiditas masing-
masing adalah 16.831 (33,8%), 13.054 (26,2%), dan 10.694 (21,5%). Tabel 1
menunjukkan distribusi karakteristik sosiodemografi dari populasi penelitian.
Sebanyak 4.749 orang (9,5%) memiliki diagnosis demensia. Selanjutnya, analisis
regresi logistik mengungkapkan bahwa usia yang lebih tua, jenis kelamin
perempuan, tempat tinggal perkotaan, dan pendapatan bulanan yang rendah
merupakan faktor risiko sosiodemografi independen untuk demensia (Tabel 1).
Setelah penyesuaian untuk usia, jenis kelamin, tempat tinggal perkotaan,
dan tingkat pendapatan, OR pasien dengan hanya 1 komorbiditas adalah sebagai
berikut: 4,938 untuk depresi, 3,261 untuk penyakit vaskular, 3,165 untuk cedera
kepala berat, 2,435 untuk gangguan pendengaran, 2,321 untuk DM, dan 1.674
untuk katarak senilis. Untuk perbedaan usia 1 hingga 10 tahun, 2 OR tertinggi
yang disesuaikan adalah 4,934 hingga 10,612 untuk depresi dan 3,261 hingga
7,008 untuk penyakit vaskular. Kami memperoleh OR dari 2-6 faktor risiko
komorbiditas untuk demensia setelah penyesuaian untuk faktor sosiodemografi. 2
OR tertinggi dari demensia untuk 2-faktor risiko komorbiditas untuk demensia
adalah 6,726 (komorbid dengan depresi dan penyakit vaskular) dan 6,527 (depresi
dan cedera kepala berat). Untuk faktor usia, 2 OR tertinggi yang disesuaikan
dengan demensia adalah 6,726-14,454 (depresi dan penyakit vaskular) dan 6,527-
14,027 (depresi dan cedera kepala berat) (Tabel 2). Di antara semua OR dari
demensia untuk 3-faktor risiko komorbiditas, 5 OR tertinggi adalah semuanya>6,
dan OR untuk efek interaksi dari faktor-faktor risiko dan perbedaan usia 10 tahun
adalah> 13. Tiga OR tertinggi dari demensia untuk 3-faktor risiko komorbid
adalah 6,841 (komorbid dengan depresi, penyakit vaskular, dan gangguan
pendengaran), 6,787 (depresi, penyakit vaskular, dan cedera kepala berat), dan
6,527 (depresi, cedera kepala berat, pendengaran loss) (Tabel 3).
 Dua OR tertinggi dari demensia untuk 4-komorbiditas faktor risiko adalah
untuk komorbiditas demensia dengan depresi, penyakit vaskular, cedera kepala
berat, dan gangguan pendengaran (OR yang disesuaikan=8,741); dan untuk
komorbiditas dengan depresi, penyakit vaskular, cedera kepala berat, dan DM
(OR yang disesuaikan = 8,619). OR untuk efek kuantitatif dari faktor risiko
komorbiditas dan perbedaan usia 10 tahun adalah> 18,5. OR tertinggi dari
demensia untuk faktor risiko 5-komorbid adalah untuk komorbiditas dengan
depresi, penyakit vaskular, cedera kepala berat, gangguan pendengaran, dan DM
(OR yang disesuaikan = 8,767). Selain itu, OR dari demensia untuk efek
kuantitatif dari faktor-faktor risiko dan perbedaan usia 10 tahun juga yang
tertinggi (OR yang disesuaikan = 18,840). OR untuk semua faktor risiko 6-
komorbiditas adalah 5,954 setelah penyesuaian untuk faktor sosiodemografi; OR
untuk efek interaksi dengan perbedaan usia 10 tahun adalah 13,027. Dengan
demikian, efek kuantitatif 2-6 komorbiditas dan perbedaan usia pada demensia
meningkat secara bertahap. Secara lebih jelas, OR itu kurang dari aditif ketika
beberapa faktor risiko dianggap bersama. Hasilnya menunjukkan bahwa depresi
merupakan faktor risiko komorbiditas utama untuk demensia.
4. Diskusi

Penelitian ini adalah studi nasional pertama untuk mengidentifikasi beberapa

faktor risiko komorbiditas untuk demensia dengan menggunakan model regresi
logistik dengan inferensi pembelajaran terpantau Bayesian. Usia tua, jenis
kelamin perempuan, tempat tinggal perkotaan, dan tingkat pendapatan rendah
diidentifikasi sebagai faktor risiko sosiodemografi independen untuk demensia.
Setelah penyesuaian untuk faktor risiko sosiodemografi, OR tertinggi untuk 1-
faktor risiko komorbid adalah 4,938 (depresi). Selanjutnya, OR tertinggi yang
disesuaikan untuk 2-6 risiko komorbiditas adalah 8,767, untuk 5 komorbiditas,
yaitu depresi, penyakit vaskular, cedera kepala berat, gangguan pendengaran, dan
DM. Secara keseluruhan, efek kuantitatif dari 2 hingga 6 komorbiditas dan
perbedaan usia pada demensia meningkat secara bertahap; oleh karena itu, OR
yang sesuai kurang dari aditif. Khususnya, depresi adalah faktor risiko
komorbiditas utama untuk demensia dalam penelitian ini.
Prevalensi global demensia telah dilaporkan lebih tinggi di antara orang tua,
wanita, dan mereka yang memiliki status sosial ekonomi rendah.[4-6,13] Hasil ini
serupa dengan temuan saat ini. Oleh karena itu, faktor risiko untuk demensia
dapat bervariasi dengan tingkat urbanisasi, seperti halnya dengan faktor risiko
sosiodemografi yang dapat diubah (pengecualian termasuk usia, jenis kelamin,
dan tingkat pendidikan). Beberapa penelitian telah melaporkan bahwa prevalensi
demensia tidak konsisten di daerah perkotaan, pedesaan, dan lainnya di Cina.[20-23]
Hasil kami menunjukkan bahwa prevalensi demensia di daerah perkotaan di
Taiwan lebih tinggi daripada di daerah pinggiran kota dan pedesaan. Situasi ini
mungkin karena di Taiwan, orang tua dengan keinginan status sosial ekonomi
rendah dan memerlukan perawatan medis yang nyaman dan karena itu bermigrasi
ke kota untuk tinggal bersama anak-anak mereka. Selain itu, prevalensi demensia
di daerah pinggiran kota dan pedesaan Taiwan mungkin kurang terdiagnosis
karena akses yang terbatas ke fasilitas perawatan kesehatan, khususnya di daerah
pedesaan. Semakin banyak bukti menunjukkan bahwa orang tua dengan demensia
memiliki setidaknya 1 penyakit kronis komorbid. Zhang, dkk[24] melaporkan
bahwa jumlah komorbiditas rata-rata pada orang tua dengan demensia di 19 pusat
perawatan primer Spanyol adalah 3,7. Namun, jumlah komorbiditas pada pasien
dengan demensia lebih tinggi dari pada penelitian ini; jumlah komorbiditas rata-
rata adalah 2,2. Alasan yang mungkin untuk penemuan yang tidak konsisten ini
adalah populasi penelitian yang berbeda; peserta dalam penelitian ini berasal dari
populasi umum dan mereka yang dalam studi oleh Zhang, dkk[24] berasal dari
pusat perawatan primer. Dari pasien dengan 2 komorbid terkait demensia dalam
penelitian ini, OR tertinggi yang disesuaikan untuk populasi penelitian adalah
6,726, dan faktor risiko tertinggi adalah komorbid demensia dengan depresi dan
penyakit vaskular. Temuan ini menunjukkan bahwa dokter harus fokus pada 2
faktor risiko komorbiditas untuk demensia. Hal ini dikarenakan depresi dan
penyakit vaskular adalah 2 penyakit yang paling umum pada orang setengah baya
dan lanjut usia pada populasi umum.
Beberapa faktor risiko komorbiditas untuk demensia dalam penelitian ini
dapat berupa faktor menengah atau pembaur, seperti katarak senilis dan DM.
Sebagai contoh, DM dan penyakit vaskular telah diidentifikasi sebagai 2 faktor
risiko komorbid untuk demensia [4-5,13]; Sementara itu, DM juga merupakan faktor
risiko utama untuk penyakit vaskular. Bias penyesuaian berlebihan dan
penyesuaian yang tidak perlu dalam penelitian ini mungkin telah mengurangi efek
komorbiditas ini pada demensia.[25] Akibatnya, efek dari 6 komorbiditas (OR yang
disesuaikan = 5,954) pada demensia tidak lebih besar dari 2 sampai 6
komorbiditas, dengan 5-komorbiditas faktor risiko menunjukkan OR tertinggi
(OR yang disesuaikan = 8,767). Hasil ini mungkin karena ukuran sampel menurun
karena jumlah komorbiditas meningkat. Pengamatan klinis mengungkapkan
bahwa banyak pasien dengan demensia memiliki riwayat depresi,[26] yang
konsisten dengan temuan kami. Hasil penelitian lain menunjukkan bahwa depresi
merupakan faktor risiko komorbiditas utama untuk demensia; tetapi tidak
[27]
mengejutkan bahwa depresi merupakan faktor risiko utama demensia. Selain
itu, depresi dan gejala depresi biasanya muncul pada pasien dengan berbagai
[28]
gangguan. Namun, peran depresi dalam perkembangan demensia masih
kontroversial atau diabaikan dalam beberapa penelitian. Beberapa penelitian telah
mengajukan hipotesis yang menjelaskan hubungan antara demensia dan depresi.
Pertama, depresi mungkin merupakan tanda prodromal dini dari demensia.
Sebuah studi uji klinis yang melibatkan populasi lansia melaporkan bahwa
kejadian kasus baru dengan demensia menurun 10% selama 7 tahun ketika depresi
dikendalikan.[27] Kedua, depresi merupakan faktor risiko independen untuk
demensia. Sebuah penelitian menunjukkan bahwa pengobatan untuk depresi,
bahkan pada tahap awal, mungkin tidak mencegah terjadinya demensia; namun,
menghilangkan depresi dapat mengurangi tingkat kecacatan.[6] Analisis meta-
analisis dan meta-analisis sistematis mengungkapkan bahwa pasien dengan
riwayat depresi berada pada risiko yang lebih tinggi.
Kekuatan utama dari penelitian ini adalah pelaksanaan penilaian risiko
probabilistik faktor risiko individu dan beberapa faktor risiko komorbiditas untuk
demensia. Penelitian ini didasarkan pada sampel berbasis populasi nasional yang
besar, dan hasilnya dapat secara akurat mewakili populasi etnis Cina dengan
demensia. Diagnosis demensia dan komorbiditasnya dapat diandalkan, karena
klaim asuransi kesehatan diteliti oleh spesialis penggantian biaya medis dan
ditinjau sejawat. Model penilaian risiko kuantitatif yang digunakan dalam
penelitian ini adalah regresi logistik dengan inferensi Bayesian, di mana analisis
regresi logistik dilakukan dalam konteks inferensi Bayesian. Salah satu
keuntungan utama menggunakan inferensi Bayesian adalah untuk mencocokkan
model regresi logistik adalah bahwa hal tersebut memungkinkan untuk
[29,30]
dimasukkannya informasi sebelumnya. Meskipun metode penilaian faktor
risiko lainnya menggunakan informasi sebelumnya dengan menyediakan tingkat
atau rentang parameter individual dalam analisis sensitivitas, metode Bayesian
menganalisis kumpulan data historis atau mengacu pada pengetahuan domain ahli
untuk menentukan apa yang diketahui tentang parameter biologis dan proses.[31,32]
Kebanyakan metode penilaian faktor risiko konvensional tidak menggunakan
informasi kuantitatif apa pun yang dapat diperoleh dari data historis pada faktor
risiko lain; Oleh karena itu, metode ini mempertimbangkan setiap penilaian faktor
risiko sebagai masalah baru dan independen. Inferensi Bayesian secara efektif
dapat membantu dokter dan peneliti dalam memeriksa efek dari beberapa faktor
risiko komorbiditas untuk penyakit (misalnya, demensia), yang dapat dieksplorasi
dengan menganalisis data besar seperti data yang diperoleh dari NHIRDTaiwan.
Namun demikian, penelitian ini memiliki beberapa keterbatasan. Pertama,
informasi rinci tentang faktor risiko potensial lainnya untuk demensia, seperti data
biokimia (misalnya, APOE), keparahan klinis penyakit, indeks massa tubuh,
tingkat pendidikan, riwayat keluarga, dan faktor gaya hidup, tidak tersedia dalam
database. Faktor risiko terkait gaya hidup untuk demensia, termasuk aktivitas
fisik, kebiasaan diet, dan konsumsi tembakau dan alkohol, juga tidak tersedia.
Kedua, penelitian retrospektif ini lebih rentan terhadap bias dibandingkan dengan
[33]
desain prospektif ; Oleh karena itu, kami menghindari 2 kemungkinan bias
utama yang terkait dengan populasi sampel (memilih pasien acak dari data
nasional) dan ingatan pasien (menganalisis catatan perawatan kesehatan nasional).
Ketiga, semua database administratif adalah subjek yang mungkin mengalami
kesalahan pengkodean atau undercoding; oleh karena itu, kesalahan ini mungkin
memiliki efek terbatas pada hasil studi. Akhirnya, hubungan probabilistik dengan
berbagai faktor risiko yang menarik diabaikan.

5. Kesimpulan

Efek kuantitatif dari 2 hingga 6 komorbiditas pada demensia meningkat secara

bertahap; namun, OR yang sesuai kurang dari aditif. Selain itu, depresi ditentukan
menjadi faktor risiko komorbiditas utama untuk demensia; dan depresi dapat
diobati di klinik setelah skrining, yang lebih mudah dibandingkan skrining untuk
faktor risiko lain. Model regresi logistik dengan inferensi Bayesian dapat
membantu dokter dalam mengeksplorasi berbagai faktor risiko untuk demensia
dan memfasilitasi pengembangan alat penilaian risiko dan pengobatan yang
sederhana, cepat, dan tepat untuk pasien dengan demensia.