Influence of Age and Education on the Performance of Elderly in the Brazilian Version of the Montreal Cognitive Assessment Battery
Notice bibliographique
Résumé
<b><i>Aims:</i></b> To provide normative data for the Brazilian version of the Montreal Cognitive Assessment (MoCA-BR) and to measure the effect of sociodemographic variables on the cognitive performance of cognitively healthy elderly people. <b><i>Methods:</i></b> A sample of 110 cognitively healthy individuals, aged over 65 years, with at least 4 years of schooling were recruited from 3 health care centers for the elderly in Recife, Brazil. The cognitive performance was assessed using MoCA-BR. <b><i>Results:</i></b> The average score of these elderly people in the MoCA-BR was 23.2 ± 2.7. Their schooling correlated positively with the cognitive performance, with a Spearman’s coefficient of 0.33 (<i>p</i> &#x3c; 0.001). There was a statistically significant negative correlation between age and the cognitive performance (Spearman’s rho = –0.19). The multiple linear regression model with the highest adjusted coefficient of determination was the one that included schooling and age (adjusted <i>R</i><sup>2</sup> = 0.127). <b><i>Conclusions:</i></b> The cognitive performance of healthy elderly was evaluated and was strongly influenced by schooling and, to a lower degree, by age.
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 | 0,001 |
| 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 ».