To estimate the prevalence of Alzheimer's disease (AD) and other dementias in the USA using a nationally representative sample.The Aging, Demographics, and Memory Study sample was composed of 856 individuals aged 71 years and older from the nationally representative Health and Retirement Study (HRS) who were evaluated for dementia using a comprehensive in-home assessment. An expert consensus panel used this information to assign a diagnosis of normal cognition, cognitive impairment but not demented, or dementia (and dementia subtype). Using sampling weights derived from the HRS, we estimated the national prevalence of dementia, AD and vascular dementia by age and gender.The prevalence of dementia among individuals aged 71 and older was 13.9%, comprising about 3.4 million individuals in the USA in 2002. The corresponding values for AD were 9.7% and 2.4 million individuals. Dementia prevalence increased with age, from 5.0% of those aged 71-79 years to 37.4% of those aged 90 and older.Dementia prevalence estimates from this first nationally representative population-based study of dementia in the USA to include subjects from all regions of the country can provide essential information for effective planning for the impending healthcare needs of the large and increasing number of individuals at risk for dementia as our population ages.

The Health and Retirement Study (HRS) is a nationally representative longitudinal survey of more than 37 000 individuals over age 50 in 23 000 households in the USA. The survey, which has been fielded every 2 years since 1992, was established to provide a national resource for data on the changing health and economic circumstances associated with ageing at both individual and population levels. Its multidisciplinary approach is focused on four broad topics—income and wealth; health, cognition and use of healthcare services; work and retirement; and family connections. HRS data are also linked at the individual level to administrative records from Social Security and Medicare, Veteran’s Administration, the National Death Index and employer-provided pension plan information. Since 2006, data collection has expanded to include biomarkers and genetics as well as much greater depth in psychology and social context. This blend of economic, health and psychosocial information provides unprecedented potential to study increasingly complex questions about ageing and retirement. The HRS has been a leading force for rapid release of data while simultaneously protecting the confidentiality of respondents. Three categories of data—public, sensitive and restricted—can be accessed through procedures described on the HRS website (hrsonline.isr.umich.edu).

Importance

 The aging of the US population is expected to lead to a large increase in the number of adults with dementia, but some recent studies in the United States and other high-income countries suggest that the age-specific risk of dementia may have declined over the past 25 years. Clarifying current and future population trends in dementia prevalence and risk has important implications for patients, families, and government programs. 

Objective

 To compare the prevalence of dementia in the United States in 2000 and 2012. 

Design, Setting, and Participants

 We used data from the Health and Retirement Study (HRS), a nationally representative, population-based longitudinal survey of individuals in the United States 65 years or older from the 2000 (n = 10 546) and 2012 (n = 10 511) waves of the HRS. 

Main Outcomes and Measures

 Dementia was identified in each year using HRS cognitive measures and validated methods for classifying self-respondents, as well as those represented by a proxy. Logistic regression was used to identify socioeconomic and health variables associated with change in dementia prevalence between 2000 and 2012. 

Results

 The study cohorts had an average age of 75.0 years (95% CI, 74.8-75.2 years) in 2000 and 74.8 years (95% CI, 74.5-75.1 years) in 2012 (P = .24); 58.4% (95% CI, 57.3%-59.4%) of the 2000 cohort was female compared with 56.3% (95% CI, 55.5%-57.0%) of the 2012 cohort (P < .001). Dementia prevalence among those 65 years or older decreased from 11.6% (95% CI, 10.7%-12.7%) in 2000 to 8.8% (95% CI, 8.2%-9.4%) (8.6% with age- and sex-standardization) in 2012 (P < .001). More years of education was associated with a lower risk for dementia, and average years of education increased significantly (from 11.8 years [95% CI, 11.6-11.9 years] to 12.7 years [95% CI, 12.6-12.9 years];P < .001) between 2000 and 2012. The decline in dementia prevalence occurred even though there was a significant age- and sex-adjusted increase between years in the cardiovascular risk profile (eg, prevalence of hypertension, diabetes, and obesity) among older US adults. 

Conclusions and Relevance

 The prevalence of dementia in the United States declined significantly between 2000 and 2012. An increase in educational attainment was associated with some of the decline in dementia prevalence, but the full set of social, behavioral, and medical factors contributing to the decline is still uncertain. Continued monitoring of trends in dementia incidence and prevalence will be important for better gauging the full future societal impact of dementia as the number of older adults increases in the decades ahead.

This study examines the similarity of cognitive assessments using 1 interview in a large population study, the Health and Retirement Study (HRS), and a subsample in which a detailed neuropsychiatric assessment has been performed (Aging, Demographics, and Memory Study [ADAMS]). Respondents are diagnosed in ADAMS as demented, cognitively impaired without dementia (CIND), or as having normal cognitive function. Multinomial logistic analysis is used to predict diagnosis using a variety of cognitive and noncognitive measures from the HRS and additional measures and information from ADAMS. The cognitive tests in HRS predict the ADAMS diagnosis in 74% of the sample able to complete the HRS survey on their own. Proxy respondents answer for a large proportion of HRS respondents who are diagnosed as demented in ADAMS. Classification of proxy respondents with some cognitive impairment can be predicted in 86% of the sample. Adding a small number of additional tests from ADAMS can increase each of these percentages to 84% and 93%, respectively. Cognitive assessment appropriate for diagnosis of dementia and CIND in large population surveys could be improved with more targeted information from informants and additional cognitive tests targeting other areas of brain function.

<i>Objective:</i> We describe the design and methods of the Aging, Demographics, and Memory Study (ADAMS), a new national study that will provide data on the antecedents, prevalence, outcomes, and costs of dementia and ‘cognitive impairment, not demented’ (CIND) using a unique study design based on the nationally representative Health and Retirement Study (HRS). We also illustrate potential uses of the ADAMS data and provide information to interested researchers on obtaining ADAMS and HRS data. <i>Methods:</i> The ADAMS is the first population-based study of dementia in the United States to include subjects from all regions of the country, while at the same time using a single standardized diagnostic protocol in a community-based sample. A sample of 856 individuals age 70 or older who were participants in the ongoing HRS received an extensive in-home clinical and neuropsychological assessment to determine a diagnosis of normal, CIND, or dementia. Within the CIND and dementia categories, subcategories (e.g. Alzheimer’s disease, vascular dementia) were assigned to denote the etiology of cognitive impairment. <i>Conclusion:</i> Linking the ADAMS dementia clinical assessment data to the wealth of available longitudinal HRS data on health, health care utilization, informal care, and economic resources and behavior, will provide a unique opportunity to study the onset of CIND and dementia in a nationally representative population-based sample, as well as the risk factors, prevalence, outcomes, and costs of CIND and dementia.

The majority of older adults have 2 or more chronic conditions and among patients with diabetes, 40% have at least three. We sought to understand how the number, type, and severity of comorbidities influence diabetes patients' self-management and treatment priorities. Cross-sectional observation study. A total of 1,901 diabetes patients who responded to the 2003 Health and Retirement Study (HRS) diabetes survey. We constructed multivariate models to assess the association between presence of comorbidities and each of 2 self-reported outcomes, diabetes prioritization and self-management ability, controlling for patient demographics. Comorbidity was characterized first by a count of all comorbid conditions, then by the presence of specific comorbidity subtypes (microvascular, macrovascular, and non-diabetes related), and finally by severity of 1 serious comorbidity: heart failure (HF). 40% of respondents had at least 1 microvascular comorbidity, 79% at least 1 macrovascular comorbidity, and 61% at least 1 non-diabetes-related comorbidity. Patients with a greater overall number of comorbidities placed lower priority on diabetes and had worse diabetes self-management ability scores. However, only macrovascular and non-diabetes-related comorbidities, but not microvascular comorbidities, were associated with lower diabetes prioritization, whereas higher numbers of microvascular, macrovascular, and non-diabetes-related conditions were all associated with lower diabetes self-management ability scores. Severe, but not mild, HF was associated with lower diabetes prioritization and self-management scores. The type and severity of comorbid conditions, and not just the comorbidity count, influence diabetes patients' self-management. Patients with severely symptomatic comorbidities and those with conditions they consider to be unrelated to diabetes may need additional support in making decisions about care priorities and self-management activities.

Context

It is unclear if advance directives (living wills) are associated with end-of-life expenditures and treatments.

Objective

To examine regional variation in the associations between treatment-limiting advance directive use, end-of-life Medicare expenditures, and use of palliative and intensive treatments.

Design, Setting, and Patients

Prospectively collected survey data from the Health and Retirement Study for 3302 Medicare beneficiaries who died between 1998 and 2007 linked to Medicare claims and the National Death Index. Multivariable regression models examined associations between advance directives, end-of-life Medicare expenditures, and treatments by level of Medicare spending in the decedent's hospital referral region.

Main Outcome Measures

Medicare expenditures, life-sustaining treatments, hospice care, and in-hospital death over the last 6 months of life.

Results

Advance directives specifying limits in care were associated with lower spending in hospital referral regions with high average levels of end-of-life expenditures (−$5585 per decedent; 95% CI, −$10 903 to −$267), but there was no difference in spending in hospital referral regions with low or medium levels of end-of-life expenditures. Directives were associated with lower adjusted probabilities of in-hospital death in high- and medium-spending regions (−9.8%; 95% CI, −16% to −3% in high-spending regions; −5.3%; 95% CI, −10% to −0.4% in medium-spending regions). Advance directives were associated with higher adjusted probabilities of hospice use in high- and medium-spending regions (17%; 95% CI, 11% to 23% in high-spending regions, 11%; 95% CI, 6% to 16% in medium-spending regions), but not in low-spending regions.

Conclusion

Advance directives specifying limitations in end-of-life care were associated with significantly lower levels of Medicare spending, lower likelihood of in-hospital death, and higher use of hospice care in regions characterized by higher levels of end-of-life spending.

Our study estimates the sensitivity and specificity of Medicare claims to identify clinically-diagnosed dementia, and documents how errors in dementia assessment affect dementia cost estimates. We compared Medicare claims from 1993-2005 to clinical dementia assessments carried out in 2001-2003 for the Aging Demographics and Memory Study (ADAMS) cohort (n = 758) of the Health and Retirement Study. The sensitivity and specificity of Medicare claims was 0.85 and 0.89 for dementia (0.64 and 0.95 for AD). Persons with dementia cost the Medicare program (in 2003) $7,135 more than controls (P < 0.001) when using claims to identify dementia, compared to $5,684 more when using ADAMS (P < 0.001). Using Medicare claims to identify dementia results in a 110% increase in costs for those with dementia as compared to a 68% increase when using ADAMS to identify disease, net of other variables. Persons with false positive Medicare claims notations of dementia were the most expensive group of subjects ($11,294 versus $4,065, for true negatives P < 0.001). Medicare claims overcount the true prevalence of dementia, but there are both false positive and negative assessments of disease. The use of Medicare claims to identify dementia results in an overstatement of the increase in Medicare costs that are due to dementia.

Automatic classification of sentiment is important for numerous applications such as opinion mining, opinion summarization, contextual advertising, and market analysis. Typically, sentiment classification has been modeled as the problem of training a binary classifier using reviews annotated for positive or negative sentiment. However, sentiment is expressed differently in different domains, and annotating corpora for every possible domain of interest is costly. Applying a sentiment classifier trained using labeled data for a particular domain to classify sentiment of user reviews on a different domain often results in poor performance because words that occur in the train (source) domain might not appear in the test (target) domain. We propose a method to overcome this problem in cross-domain sentiment classification. First, we create a sentiment sensitive distributional thesaurus using labeled data for the source domains and unlabeled data for both source and target domains. Sentiment sensitivity is achieved in the thesaurus by incorporating document level sentiment labels in the context vectors used as the basis for measuring the distributional similarity between words. Next, we use the created thesaurus to expand feature vectors during train and test times in a binary classifier. The proposed method significantly outperforms numerous baselines and returns results that are comparable with previously proposed cross-domain sentiment classification methods on a benchmark data set containing Amazon user reviews for different types of products. We conduct an extensive empirical analysis of the proposed method on single- and multisource domain adaptation, unsupervised and supervised domain adaptation, and numerous similarity measures for creating the sentiment sensitive thesaurus. Moreover, our comparisons against the SentiWordNet, a lexical resource for word polarity, show that the created sentiment-sensitive thesaurus accurately captures words that express similar sentiments.

Abstract Objective: Estimates of incident dementia, and cognitive impairment, not dementia (CIND) (or the related mild cognitive impairment) are important for public health and clinical care policy. In this paper, we report US national incidence rates for dementia and CIND. Methods: Participants in the Aging, Demographic, and Memory Study (ADAMS) were evaluated for cognitive impairment using a comprehensive in‐home assessment. A total of 456 individuals aged 72 years and older, who were not demented at baseline, were followed longitudinally from August 2001 to December 2009. An expert consensus panel assigned a diagnosis of normal cognition, CIND, or dementia and its subtypes. Using a population‐weighted sample, we estimated the incidence of dementia, Alzheimer disease (AD), vascular dementia (VaD), and CIND by age. We also estimated the incidence of progression from CIND to dementia. Results: The incidence of dementia was 33.3 (standard error [SE], 4.2) per 1,000 person‐years and 22.9 (SE, 2.9) per 1,000 person‐years for AD. The incidence of CIND was 60.4 (SE, 7.2) cases per 1,000 person‐years. An estimated 120.3 (SE, 16.9) individuals per 1,000 person‐years progressed from CIND to dementia. Over a 5.9‐year period, about 3.4 million individuals aged 72 and older in the United States developed incident dementia, of whom approximately 2.3 million developed AD, and about 637,000 developed VaD. Over this same period, almost 4.8 million individuals developed incident CIND. Interpretation: The incidence of CIND is greater than the incidence of dementia, and those with CIND are at high risk of progressing to dementia, making CIND a potentially valuable target for treatments aimed at slowing cognitive decline. ANN NEUROL 2011;