Investigation and analysis of depression and cognitive status of elderly people in aged care institutions in urban area of Hangzhou
Notice bibliographique
Résumé
Objective To investigate the status quo of depression and cognitive function of the elderly in aged care institutions in the urban area of Hangzhou, analyze the influencing factors of cognitive function and its correlation with depression, so as to provide reference for the design of later intervention measures. Methods A total of 130 elderly people from 3 aged care institution of 3 districts of Hangzhou were recruited by convenience sampling method from March to May 2018. Montreal Cognitive Assessment and the Chinese version of Geriatric Depression Scale were applied to assess the cognitive function and depression symptoms of the elderly in aged care institutions. Logistic regression analysis was used to explore the influencing factors of cognitive function, and Pearson correlation analysis was applied to analyze the correlation between depression and cognitive function in elderly people in aged care institutions. Results The incidence of depression in the elderly was 24.62% (32/130) and the incidence of mild cognitive impairment was 89.23% (116/130) . The results of Logistic regression analysis showed that gender (OR=5.379, 95%CI: 1.152-25.109) , age (OR=1.129, 95%CI: 1.008-1.266) and educational level (OR=0.353, 95%CI: 0.193-0.645) entered the model. Pearson correlation analysis showed that there was no significant correlation between depression level and cognitive function in the elderly in aged care institutions (P>0.05) . Conclusions Depression and cognitive status of the elderly people in aged care institutions are in urgent need of attention. It is suggested that an intervention that focuses on reducing the incidence of depression and cognitive impairment should be provided to improve the quality of life of the elderly people. Key words: Aged; Depression; Cognitive function; Aged care institutions
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 | 0,001 | 0,001 |
| 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) | 0,000 | 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 ».