Prevalence of Mild-Cognitive-Impairment and Depression among Elderly Clients in Selected Wards of Baraha Municipality: A Cross-Sectional Study
Notice bibliographique
Résumé
Introduction: Mild-Cognitive-Impairment (MCI) is an intermediate state between normal cognitive ageing and dementia. Identification of MCI is thought to be crucial to early intervention. Objectives: To assess Mild-Cognitive-Impairment and Depression among elderly clients and to find out the associations between Mild-Cognitive-Impairment and Depression and socio-demographic variables. Methods: A descriptive, cross-sectional study design was adopted. A total of 115 elderly clients who fulfilled the selection criteria were enrolled using purposive sampling technique. Montreal Cognitive Assessment (MoCA) and Geriatric Depression Scale were used with Interview technique. Those elderly clients were selected from the 2 wards of Baraha Municipality. Results: Majority of the subjects (68.7%) were from between 60-70 years. More of the elderly clients were females (54.8%). Maximum (81.7%) were illiterate. About 35.7% had the history of medical and psychiatric illness. From the total sample, 39.1% had issues with memory. In case of Montreal Cognitive Assessment (MoCA), 93.0% was screened with Mild-Cognitive-Impairment. And, 60.9%of the elderly clients were screened as Depression. With regard to the associations between mild cognitive impairment and selected demographic variables, significant associations were found with gender, education level, marital status and previous history of medical/ psychiatric history. The correlation between MoCA score and geriatric depression score showed a negative relationship. Conclusion: Many elderly people in a community have Mild-Cognitive-Impairment and Depression. This study added evidence on prevalence of Mild-Cognitive-Impairment and Depression among geriatric clients in a community-dwelling.
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 | 0,004 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| 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 ».