Risk Factors for Dementia in a Senegalese Elderly Population Aged 65 Years and Over
Notice bibliographique
Résumé
BACKGROUND: With the aging of the population, dementia is increasing worldwide. The objective of this study was to identify risk factors for dementia in an elderly population utilizing a primary health care service in Dakar, Senegal. METHODS: Through a cross-sectional study conducted from March 2004 to December 31, 2005, 507 elderly patients aged ≥65 years who came to the Social and Medical Center of IPRES, Dakar, Senegal, were first screened with the screening interview questionnaire 'Aging in Senegal'. Those who were cognitively impaired underwent a clinical examination to detect dementia. Univariate, bivariate, and multivariate logistic regression analyses were done. RESULTS: The whole population had a mean age of 72.4 years (±5.2) and was mostly male, married, and non-educated. Hypertension, arthritis, and gastrointestinal diseases were the main health conditions reported in the past medical history. Smoking was important while alcohol consumption was rare. Social network was high. Forty-five patients (8.87%) had dementia. In the multivariate model, only advanced age, education, epilepsy, and family history of dementia were independently associated with dementia. CONCLUSION: The risk factors identified are also found in developed countries confirming their role in dementia. It is important to take dementia into consideration in Senegal and to sensitize the community for prevention.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».