早发性痴呆个体长期收入与生产力损失:诊断前15年的证据

Long-Term Income and Productivity Losses in Individuals With Early-Onset Dementia: Evidence From 15 Years Preceding the Diagnosis

作者信息Ave Kivisild, Mikko Aaltonen, Kalle Aho, Sami V Heikkinen, Adolfina Lehtonen, Laura Leppänen, Iina Rinnankoski, Laura Tervonen, Helmi Soppela, Annakaisa Haapasalo, Janne Martikainen, Päivi H Hartikainen, Kasper Katisko, Johanna Krüger, Eino Solje
PMID42418748
期刊Neurology
发布时间2026-08-11
DOI10.1212/WNL.0000000000218268

实验完整度

回顾性队列研究,基于临床验证的病例和匹配对照,使用登记数据进行长期随访和统计分析,但缺乏干预性实验或机制验证。

主要模型

早发性痴呆患者队列 匹配对照队列

重点核对

EOD诊断标准:临床数据审查,约60%AD经CSF验证 匹配因素:年龄、性别、地理区域,1:10匹配 数据来源:芬兰国家登记处(Statistics Finland、Findata) 统计模型:广义估计方程,调整教育、合并症 生产力损失计算:人力资本法,雇主成本因子1.213

摘要

背景与目标:早发性痴呆(EOD)影响65岁以下的个体,造成巨大的社会经济负担。然而,关于EOD亚型长期收入轨迹和生产力损失的证据仍然有限。本研究旨在评估不同EOD亚型个体的收入轨迹和社会生产力损失。方法:这项回顾性、基于人群的纵向队列研究包含了2010年1月至2021年12月期间库奥皮奥大学医院和奥卢大学医院转诊区域的所有EOD患者。通过临床数据审查重新验证诊断。每个研究病例匹配10个随机选择的对照。人口统计学、教育程度和合并症来自国家登记处。年度总收入来自芬兰统计局税务记录。使用人力资本法计算生产力损失,通过广义估计方程回归模型估计与对照组相比的年度收入差异,面板数据涵盖诊断前15年至诊断当年。结果:EOD队列包括793名患者(50.4%为女性;平均年龄59.6岁):421名阿尔茨海默病(AD)、179名额颞叶痴呆(FTD)谱系障碍、46名α-突触核蛋白病(α-SYNU)和147名其他EOD病因。与7926名年龄和性别匹配的对照组相比,EOD患者在诊断前长达15年表现出显著且逐渐增加的生产力损失,每位患者累计损失€74,577(46,423–102,732)。在AD组,生产力损失在诊断前6年出现(€2,767;95% CI 18–5,515;p = 0.024),在诊断时达到€11,431(95% CI 8,676–14,184;p < 0.001)。在FTD组,损失在诊断前11年出现(€4,799;95% CI 433–9,166;p = 0.031),在诊断时增加到€16,116(95% CI 11,671–20,561;p < 0.001)。在α-SYNU组,差异可变,仅在诊断时显著(€11,284;95% CI 2,574–19,993;p < 0.011)。在“其他EOD”组(主要为血管性和混合性痴呆),生产力损失在整个随访期间持续偏高(例如,诊断时为€8,744;p < 0.001)。讨论:这项大规模纵向研究证明了EOD诊断前长达15年的显著生产力损失,且痴呆亚型之间存在差异。未来需要更早的诊断和有针对性的干预措施,以减轻EOD的巨大社会经济负担。

实验结论

提炼研究问题、关键发现与证据,快速把握文章的核心贡献。

研究问题
早发性痴呆患者诊断前长期收入轨迹和社会生产力损失如何变化,且不同亚型之间是否存在差异?
核心机制
文中未明确说明
主要证据
基于793例EOD患者和7926例匹配对照的登记数据,使用广义估计方程模型分析诊断前15年收入差异,发现显著生产力损失且亚型间有差异。
研究意义
研究结果表明,EOD诊断前已存在显著社会经济负担,强调早期诊断和针对性干预以减轻该负担的重要性。

研究路径

按研究推进顺序梳理实验设计、验证步骤与关键观察。

1

确定研究队列和匹配对照

识别所有符合条件的EOD患者,并选择人口统计学特征匹配的对照,以比较收入轨迹。

从KUH和OUH医院登记处筛选2010-2021年疑似神经退行性疾病的患者,手动重新评估12,490份病历,根据诊断标准验证诊断,最终纳入793例EOD患者,并按年龄、性别、地理区域匹配对照组。

2

获取个人收入和人口统计数据

收集个体水平的收入和协变量数据,用于估计生产力损失。

从芬兰国家登记处获取教育、合并症和年度收入数据,收入按2022年通货膨胀调整。合并症分类为心血管疾病、糖尿病、恶性肿瘤和慢性肺病。教育水平按ISCED-11分类。

3

估计生产力损失和统计分析

量化EOD患者与对照之间的收入差异,并评估其统计显著性。

使用人力资本法计算年度生产力损失,即个案与对照的工资差异乘以雇主成本因子。应用广义估计方程模型,考虑重复测量,并调整教育和合并症,分别对四个EOD亚组进行分析。

研究方法

按研究目的归类文中使用的方法,便于定位所需技术。

识别队列和验证诊断
获取数据和链接登记
估计生产力损失

关键环节

汇总复现实验时建议重点确认的条件及原文阅读提示。

环节核对要点
研究队列
病例纳入标准、诊断标准、排除标准、匹配标准(年龄、性别、地理区域)
阅读提示:Methods: Study Population
数据来源
收入数据年份(1987-2020)、合并症时间窗口(15年)、教育分类
阅读提示:Methods: Study Population and Estimation of Income and Productivity Losses
统计分析
广义估计方程模型设定(相关结构、分布)、调整变量、雇主成本因子
阅读提示:Methods: Statistical Analysis