Predictors of driving cessation in mild-to-moderate dementia
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
BACKGROUND: Although physicians in most provinces are mandated to report patients whose driving ability is impaired by illness, little is known about dementia-related factors associated with driving cessation. The purpose of our study was to explore factors that may affect the likelihood of driving cessation in a sample of elderly, community-dwelling patients with dementia. METHODS: A 3-year prospective study, the Canadian Outcomes Study in Dementia (COSID) has enrolled 883 patients with mild-to-moderate dementia at 32 centres across Canada. Assessment tools included the Mini-Mental State Examination (MMSE) for cognition, the Global Deterioration Scale (GDS) for staging (severity), the Functional Autonomy Measurement System (SMAF) for function, and the Neuropsychiatric Inventory (NPI) for behaviour. Factors associated with the decision to quit driving after the baseline assessment were tested with Cox survival analysis. RESULTS: Of 719 subjects who were or had been drivers, 203 (28.2%) were still driving at baseline. Over an observation period that averaged 23 months, 97 (48.5%) of 200 patients quit driving. Factors predictive of driving cessation included GDS (hazard ratio [HR] 1.68, 95% confidence interval [CI] 1.15-2.45), MMSE score (HR 0.90, 95% CI 0.83-0.97) and NPI findings (HR 1.63 for presence of > or = 3 behaviours, 95% CI 1.01-2.62). Among the NPI behaviours, when they were analyzed separately, agitation led to a decreased likelihood of driving cessation (p = 0.019), whereas apathy (p = 0.031) and hallucinations (p = 0.050) led to an increased likelihood. INTERPRETATION: Cognitive impairment and behaviours such as agitation, apathy and hallucinations were significant predictors of driving cessation in patients with a mild to moderate degree of dementia. These findings should be considered when one counsels patients and their families.
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.
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 | 0,002 | 0,002 |
| 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 | 0,001 |
| 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 découle