Clinical trials have shown the benefits of cholinesterase inhibitors for the treatment of mild-to-moderate Alzheimer's disease. It is not known whether treatment benefits continue after the progression to moderate-to-severe disease.

Anticholinergic medicines have short-term cognitive adverse effects, but it is uncertain whether long-term use of these drugs is associated with an increased risk of dementia.To assess associations between anticholinergic drug treatments and risk of dementia in persons 55 years or older.This nested case-control study took place in general practices in England that contributed to the QResearch primary care database. The study evaluated whether exposure to anticholinergic drugs was associated with dementia risk in 58 769 patients with a diagnosis of dementia and 225 574 controls 55 years or older matched by age, sex, general practice, and calendar time. Information on prescriptions for 56 drugs with strong anticholinergic properties was used to calculate measures of cumulative anticholinergic drug exposure. Data were analyzed from May 2016 to June 2018.The primary exposure was the total standardized daily doses (TSDDs) of anticholinergic drugs prescribed in the 1 to 11 years prior to the date of diagnosis of dementia or equivalent date in matched controls (index date).Odds ratios (ORs) for dementia associated with cumulative exposure to anticholinergic drugs, adjusted for confounding variables.Of the entire study population (284 343 case patients and matched controls), 179 365 (63.1%) were women, and the mean (SD) age of the entire population was 82.2 (6.8) years. The adjusted OR for dementia increased from 1.06 (95% CI, 1.03-1.09) in the lowest overall anticholinergic exposure category (total exposure of 1-90 TSDDs) to 1.49 (95% CI, 1.44-1.54) in the highest category (>1095 TSDDs), compared with no anticholinergic drug prescriptions in the 1 to 11 years before the index date. There were significant increases in dementia risk for the anticholinergic antidepressants (adjusted OR [AOR], 1.29; 95% CI, 1.24-1.34), antiparkinson drugs (AOR, 1.52; 95% CI, 1.16-2.00), antipsychotics (AOR, 1.70; 95% CI, 1.53-1.90), bladder antimuscarinic drugs (AOR, 1.65; 95% CI, 1.56-1.75), and antiepileptic drugs (AOR, 1.39; 95% CI, 1.22-1.57) all for more than 1095 TSDDs. Results were similar when exposures were restricted to exposure windows of 3 to 13 years (AOR, 1.46; 95% CI, 1.41-1.52) and 5 to 20 years (AOR, 1.44; 95% CI, 1.32-1.57) before the index date for more than 1095 TSDDs. Associations were stronger in cases diagnosed before the age of 80 years. The population-attributable fraction associated with total anticholinergic drug exposure during the 1 to 11 years before diagnosis was 10.3%.Exposure to several types of strong anticholinergic drugs is associated with an increased risk of dementia. These findings highlight the importance of reducing exposure to anticholinergic drugs in middle-aged and older people.

Dramatic global increases in future numbers of people with dementia have been predicted. No multicentre population-based study powered to detect changes over time has reported dementia incidence. MRC Cognitive Function and Ageing Study (CFAS) undertook baseline interviews in populations aged 65+ years in England and Wales (1989-1994). Three areas (CFAS I) were selected for new sampling two decades later (2008-2011) with same geographical boundaries, sampling and approach methods (CFAS II). At 2 years CFAS I interviewed 5,156 (76% response) with 5,288 interviewed in CFAS II (74% response). Here we report a 20% drop in incidence (95% CI: 0-40%), driven by a reduction in men across all ages above 65. In the UK we estimate 209,600 new dementia cases per year. This study was uniquely designed to test for differences across geography and time. A reduction of age-specific incidence means that the numbers of people estimated to develop dementia in any year has remained relatively stable.

With the expected increase in the numbers of persons with dementia, providing timely, adequate, and affordable care and support is challenging. Assistive and health technologies may be a valuable contribution in dementia care, but new challenges may emerge.The aim of our study was to review the state of the art of technologies for persons with dementia regarding issues on development, usability, effectiveness and cost-effectiveness, deployment, and ethics in 3 fields of application of technologies: (1) support with managing everyday life, (2) support with participating in pleasurable and meaningful activities, and (3) support with dementia health and social care provision. The study also aimed to identify gaps in the evidence and challenges for future research.Reviews of literature and expert opinions were used in our study. Literature searches were conducted on usability, effectiveness and cost-effectiveness, and ethics using PubMed, Embase, CINAHL, and PsycINFO databases with no time limit. Selection criteria in our selected technology fields were reviews in English for community-dwelling persons with dementia. Regarding deployment issues, searches were done in Health Technology Assessment databases.According to our results, persons with dementia want to be included in the development of technologies; there is little research on the usability of assistive technologies; various benefits are reported but are mainly based on low-quality studies; barriers to deployment of technologies in dementia care were identified, and ethical issues were raised by researchers but often not studied. Many challenges remain such as including the target group more often in development, performing more high-quality studies on usability and effectiveness and cost-effectiveness, creating and having access to high-quality datasets on existing technologies to enable adequate deployment of technologies in dementia care, and ensuring that ethical issues are considered an important topic for researchers to include in their evaluation of assistive technologies.Based on these findings, various actions are recommended for development, usability, effectiveness and cost-effectiveness, deployment, and ethics of assistive and health technologies across Europe. These include avoiding replication of technology development that is unhelpful or ineffective and focusing on how technologies succeed in addressing individual needs of persons with dementia. Furthermore, it is suggested to include these recommendations in national and international calls for funding and assistive technology research programs. Finally, practitioners, policy makers, care insurers, and care providers should work together with technology enterprises and researchers to prepare strategies for the implementation of assistive technologies in different care settings. This may help future generations of persons with dementia to utilize available and affordable technologies and, ultimately, to benefit from them.

The theoretical approach presented in this paper describes a novel experimental-theoretical methodology to conceptualise pain in people with dementia. Existing procedures for assessment of pain rely on subjective self-report using pain questionnaires and rating scales that have proven to be highly problematic where a person has dementia. Consequently, pain in people with dementia can be undetected and/or undertreated. To address that, we have developed an alternative experimental approach that builds on theoretical and methodological precedents from the arts, humanities and social sciences, for instance, visual thinking strategies, creative thinking or two-step flow of communication. Based on this approach, we designed an experimental workshop setting to ingrate these methodologies to explore pain and its expression in people with dementia. This had led to a new definition of pain as an interruption of the socially mediated process of bodily meaning-making. Furthermore, our experimental methodology could equally well be applied as a training method, where professional staff can intervene into existing implicit meanings and understandings of medical issues. These results emphasise that the future of pain research needs to consider the relational aspects of pain more seriously.

Family caregivers are vital to enabling people with dementia to live longer in their own homes. For these caregivers, chatting with clinicians—being listened to empathetically and receiving reassurance—can be seen as not incidental but important to supporting them. This paper considers and identifies the significance of this relational work for family carers by re-examining data originally collected to document caregivers’ perspectives on quality in crisis response teams. This reveals that chatting, for family caregivers, comprises three related features: (i) that family caregivers by responding to a person’s changing and sometimes challenging needs and behaviors inhabit a precarious equilibrium; (ii) that caregivers greatly appreciate ‘chatting’ with visiting clinicians; and (iii) that while caregivers appreciate these chats, they can be highly critical of the institutionalized character of a crisis response team’s involvement with them.

Abstract INTRODUCTION This study presents a novel multi‐view learning approach for machine learning (ML)–based Alzheimer's disease (AD) diagnosis. METHODS A diffusion model is proposed to synthesize the fluorodeoxyglucose positron emission tomography (FDG PET) view from the magnetic resonance imaging T1 weighted imaging (MRI T1WI) view and incorporate two synthesis strategies: one‐way synthesis and two‐way synthesis. To assess the utility of the synthesized views, we use multilayer perceptron (MLP)–based classifiers with various combinations of the views. RESULTS The two‐way synthesis achieves state‐of‐the‐art performance with a structural similarity index measure (SSIM) at 0.9380 and a peak‐signal‐to‐noise ratio (PSNR) at 26.47. The one‐way synthesis achieves an SSIM at 0.9282 and a PSNR at 23.83. Both synthesized FDG PET views have shown their effectiveness in improving diagnostic accuracy. DISCUSSION This work supports the notion that ML‐based cross‐domain data synthesis can be a useful approach to improve AD diagnosis by providing additional synthesized disease‐related views for multi‐view learning. Highlights We propose a diffusion model with two strategies to synthesize fluorodeoxyglucose positron emission tomography (FDG PET) from magnetic resonance imaging T1 weighted imaging (MRI T1WI). We raise multi‐view learning with MRl T1Wl and synthesized FDG PET for Alzheimer's disease (AD) diagnosis. We provide a comprehensive experimental comparison for the synthesized FDG PET view. The feasibility of synthesized FDG PET view in AD diagnosis is validated with various experiments. We demonstrate the ability of synthesized FDG PET to enhance the performance of machine learning–based AD diagnosis.