Receptive Vocabulary and Cognition of Elderly People in Institutional Care
Notice bibliographique
Résumé
INTRODUCTION: Basic cognitive functions such as: alertness, working memory, long term memory and perception, as well as higher levels of cognitive functions like: speech and language, decision-making and executive functions are affected by aging processes. Relations between the receptive vocabulary and cognitive functioning, and the manifestation of differences between populations of elderly people based on the primary disease is in the focus of this study. AIM: To examine receptive vocabulary and cognition of elderly people with: verified stroke, dementia, verified stroke and dementia, and without the manifested brain disease. MATERIAL AND METHODS: The sample consisted of 120 participants older than 65 years, living in an institution. A total of 26 variables was analyzed and classified into three groups: case history/anamnestic, receptive vocabulary assessment, and cognitive assessments. The interview with social workers, nurses and caregivers, as well as medical files were used to determine the anamnestic data. A Montreal Cognitive Assessment Scale (MoCA) was used for the assessment of cognition. In order to estimate the receptive vocabulary, Peabody Picture Vocabulary Test was used. RESULTS: Mean raw score of receptive vocabulary is 161.58 (+-21:58 points). The best results for cognitive assessment subjects achieved on subscales of orientation, naming, serial subtraction, and delayed recall. Discriminative analysis showed the significant difference in the development of receptive vocabulary and cognitive functioning in relation to the primary disease of elderly people. The biggest difference was between subjects without manifested brain disease (centroid = 1.900) and subjects with dementia (centroid = -1754). CONCLUSION: There is a significant difference between elderly with stroke; dementia; stroke and dementia, and elderly people without manifested disease of the brain in the domain of receptive vocabulary and cognitive functioning. Variables of serial subtraction, standardized test results of receptive vocabulary, delayed recall, abstraction, orientation and vigilance successfully discriminate studied groups.
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 | 0,000 | 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) | 0,001 | 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 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 ».