Dementia Community Screening Program in District Health Area 11: Phase 1
Notice bibliographique
Résumé
To estimate the prevalence of dementia among Thai elderly in the upper Southern region of Thailand, we performed a cross-sectional screening of all Thai older people from 2 areas of Nakhon Si Thammarat province: Tambon Baan Thungchon, Tha Sala district, and Moo 6 and 7 from Sichon district, from December 2016 to November 2017. Trained health volunteers identified the participants in their communities and collected data including age, gender, comorbidities, Timed Up and Go Test (TUGT) results, and Montreal Cognitive Assessment (MoCA) scores. Our sample comprised 773 participants, of which 605 (78.3 %) were from Baan Thungchon area, while 168 were from Moo 6 and Moo 7 of Sichon district. The majority of participants were female (431, 55.7 %). The mean age of the participants was 79 ± 9.1 years, with a minimum age of 60, and a maximum age of 95. Their comorbidities were hypertension (42.9 %), type II diabetic mellitus (33.2 %), dyslipidemia (37.5 %), and osteoarthritis of the knees (35.8 %). 35.1 % of them also had positive TUGT. Sixty-seven participants (8.7 %) scored 7 or lower in the Abbreviated Mental Test (AMT). Five participants (7.5 %) had a positive screening for dementia.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,003 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,002 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,003 | 0,001 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,002 | 0,003 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,006 | 0,002 |
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 source (Gemma direct ou Codex distillé), 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 ».