A cross sectional study on the association between new onset of psychiatric symptoms with severity of cognitive impairment in elderly patients
Notice bibliographique
Résumé
Background: Neuropsychiatric impairments play significant roles throughout the course of cognitive decline mainly in older adults with dementia or mild cognitive impairment (MCI). This study was aimed to find the association between psychiatric comorbidities and severity of cognitive impairment in elder patients presented with new onset of Psychiatric Symptoms.Methods: A cross sectional study was done among elder subjects (≥60 years of age) presented with new onset of psychiatric symptoms during one year period. Mini International neuropsychiatric interview and Montreal Cognitive Assessment scale were used for psychiatric diagnosis and severity of cognitive impairment grading, respectively. Association between psychiatric comorbidities and MCI was statistically analyzed.Results: Total 67 subjects were included in the study. Analysis of the psychiatric diagnosis revealed that major depressive episode (52.2%) was the most prevalent psychiatric disorder among the study population followed by Psychotic disorders (23.9%). Generalized anxiety disorder contributed to 19.4% of the total study population. Significant association (p<0.002) was identified between the severity of cognitive impairment and the psychiatric comorbidities.Conclusions: A significant association was identified between the severity of MCI and the psychiatric comorbidities. Major depressive episode was the most prevalent psychiatric disorder followed by psychotic disorders and generalized anxiety disorder.
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 | 0,011 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 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 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 ».