51 * THE PREVALENCE OF COGNITIVE IMPAIRMENT MEASURED USING THE MONTREAL COGNITIVE ASSESSMENT METHOD (MOCA) IN AN OLDER ACUTE GENERAL SURGICAL POPULATION
Notice bibliographique
Résumé
Introduction: Rates of all surgical procedures are increasing at a faster rate than the population is ageing. However, this encouraging statistic, necessitates a robust evidence base. The epidemiological evidence base in acute general surgery in the older person is sparse. This is the first assessment of the prevalence of cognitive impairment measured using the MoCA in this setting. Methods: In three sites in Wales, England and Scotland comprising rural and urban populations, we studied consecutive patients aged over 65 years. We considered any older person admitted to the acute general surgical unit. We did not include patients with orthopaedic, urological, neurosurgical or vascular conditions. We assessed them for baseline demographic data. They each underwent a MoCA assessment. Permission was granted for the use of the MoCA in the research setting. We did not assess delirium. Results: We collected data on 220 people, mean age 77 years (range 65–99), 156 (56.1%) were women. Of these 189 completed the MoCA test, Median score 21 (range 0–30). There were 33 (17.1%) MoCA scores in the normal range (> = 26). Increasing age (p < 0.001) but not sex (p = 0.34) predicted an abnormal MoCA. Of the 41 (18.6%) people who were unable to complete the MoCA assessment, 22 were known to have a diagnosis of dementia, 15 were too unwell and the remainder unable to complete the assessment to due pre-existing disability, most commonly poor vision. Conclusions: In a representative UK wide population, over 80% of people aged over 65 years admitted with an acute general surgical problem had cognitive impairment when assessed using the MoCA.
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 ».