High Prevalence of Mild Cognitive Impairment in the Elderly: A Community-Based Study in Four Cities of the Hebei Province, China
Notice bibliographique
Résumé
BACKGROUND: Mild cognitive impairment (MCI) has been suggested as a term for a boundary area between normal aging and dementia. This study was designed to determine the prevalence of MCI in the elderly in the Hebei province, China, and explore its related factors. METHODS: Participants included 2,601 community-dwelling people aged 60 years or older who resided in the four major cities of the Hebei province. In stage 1 of the study, the Mini-Mental State Examination and the Montreal Cognitive Assessment were administered for screening purposes. In stage 2, the subjects who screened positive were further examined by neurologists. The diagnosis of MCI was made according to Petersen's criteria. RESULTS: The estimated prevalence of MCI was 21.3%. MCI was more prevalent at age 65-69 (28.3%), and its overall rates among men (24.1%) were higher than those of women (19.9%). The higher prevalence of MCI was associated with very old age (≥80 years old; OR = 2.457, 95% CI = 1.471-4.104), male gender (OR = 1.363, 95% CI = 1.097-1.694), low education level (OR = 2.439, 95% CI = 1.623-3.663), and poor economic status (OR = 2.882, 95% CI = 1.949-4.255). CONCLUSIONS: Our findings show a high prevalence of MCI in the elderly urban population in the Hebei province. Gender, education level, and economic status may have an important role in the etiology of MCI.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,002 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 source (Gemma direct ou Codex distillé), 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 ».