Dementia in Hungary: General practitioners’ routines and perspectives regarding early recognition
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
Abstract Background Undetected dementia in primary care is a global problem. Since general practitioners (GPs) act as the first step in the identification process, examining their routines could help us to enhance the currently low recognition rates. Objectives The study aimed to explore, for the first time in Hungary, the dementia identification practices and views of GPs. Methods In the context of an extensive, national survey (February-November 2014) 8% of all practicing GPs in Hungary (n = 402) filled in a self-administered questionnaire. The questions (single, multiple-choice, Likert-type) analysed in the present study explored GPs’ methods and views regarding dementia identification and their ideas about the optimal circumstances of case-finding. Results The vast majority of responding GPs (97%) agreed that the early recognition of dementia would enhance both the patients’ and their relatives’ well-being. When examining the possibility of dementia, most GPs (91%) relied on asking the patients general questions and only a quarter of them (24%) used formal tests, even though they were mostly satisfied with both the Clock Drawing Test (69%) and the Mini-Mental State Examination (65%). Longer consultation time was chosen as the most important facet of improvement needed for better identification of dementia in primary care (81%). Half of the GPs (49%) estimated dementia recognition rate to be lower than 30% in their practice. Conclusions Hungarian GPs were aware of the benefits of early recognition, but the shortage of consultation time in primary care was found to be a major constraint on efficient case-finding.
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 | 0,003 | 0,001 |
| 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 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 découle