MétaCan
Menu
← Retour à la cohorte
Enregistrement W1772981142

The role of depression severity in the cognitive functioning of elderly subjects with central nervous system disease.

2000· article· en· W1772981142 sur OpenAlexaff
Robert van Reekum, Martine Simard, Diana Clarke, David Conn, Tammy Cohen, J. W. M. Wong

Notice bibliographique

RevuePubMed · 2000
Typearticle
Langueen
DomaineMedicine
ThématiqueDementia and Cognitive Impairment Research
Établissements canadiensUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésDepression (economics)Rating scaleDiseaseHamilton Rating Scale for DepressionInternal medicinePsychologyClinical Dementia RatingLogistic regressionCognitionCentral nervous system diseaseDementiaCentral nervous systemMedicinePsychiatryMajor depressive disorderDevelopmental psychology
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

OBJECTIVE: To examine the hypothesis that there is a causal relation between depression and cognitive dysfunction in patients with central nervous system (CNS) disease. DESIGN: Retrospective analysis of a clinical database. SETTING: Tertiary geriatric day hospital. PATIENTS: Sixty-five patients with depression and CNS disease, and 201 patients with depression but without CNS disease. OUTCOME MEASURES: Scores on the Hamilton Depression Rating Scale (Ham-D) and the Mattis Dementia Rating Scale (MDRS). RESULTS: A logistic regression analysis using MDRS status as the dependent variable, and a number of clinical variables as the predictor variables, showed that, in patients with CNS disease, only the Ham-D score predicted MDRS status (R = -0.19, p = 0.02). Ham-D score even more strongly predicted scores on a frontal system subtest of the MDRS (R = -0.262, p = 0.005). Ham-D score did not predict MDRS status in patients without CNS disease. Mean Mini Mental State Examination scores for the group with CNS disease were 25.1 at admission and 26.1 at discharge (p < 0.001). CONCLUSIONS: These findings suggest that depression contributes to frontal cognitive dysfunction in patients with CNS disease.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,006
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,006

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,006
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,008
Tête enseignante GPT0,222
Écart entre enseignants0,214 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations10
Publié2000
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePubMed→Même sujetDementia and Cognitive Impairment Research→Travaux en français237 207→