Prediction of geriatric rehabilitation outcomes: Comparison between three cognitive screening tools
Notice bibliographique
Résumé
AIM: Comparison between the predictions of functional rehabilitation outcomes at a department of geriatric rehabilitation using three cognitive screening tools - Mini Mental State Examination (MMSE), Montreal Cognitive Assessment (MoCA), and Informant Questionnaire on Cognitive Decline in the Elderly (IQCODE). METHODS: This study is a prospective study. The study participants were 212 patients aged 65 and older admitted to rehabilitation departments at a geriatric facility in central Israel, from April 2016 to October 2016. The cognitive functioning of each patient was assessed using the MMSE, MoCA, and IQCODE. Upon discharge, rehabilitation outcomes were examined using the Functional Independence Measure (FIM), cognitive FIM, delta FIM (Δ FIM), and ADL. RESULTS: Cognitive impairment was found to interfere with the rehabilitation process. The MMSE was the best predictor of functional rehabilitation outcomes at discharge, compared to the IQCODE, while the MoCA did not predict these measures. In addition, when distinguishing between patients by ethnicity (Jewish versus Arab), the MMSE and the IQCODE predicted FIM upon discharge among Jewish patients, while only the IQCODE predicted FIM upon discharge among Arab patients. CONCLUSIONS: The research findings show that cognitive assessment upon admission for rehabilitation - MMSE among Jewish patients and IQCODE among Arab patients - can help predict functional rehabilitation outcomes and make the appropriate adaptations in the rehabilitation program. Geriatr Gerontol Int 2017; 17: 2507-2513.
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 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 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 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 ».