Factors Associated with Cognitive Score in People with Schizophrenia at Prof. Dr. M. Ildrem Mental Hospital Medan
Notice bibliographique
Résumé
BACKGROUND: Schizophrenia is characterized by being a condition with complex symptomatic dimensions. Its prognosis is poor due to the impairment of multiple cognitive functions, which handicaps the adequate social, academic, or employment reintegration of the patient. Cognitive impairment refers to the loss of cognitive functions, specifically memory, attention, and speed of information processing. A wide range of cognitive functions is affected, particularly memory, attention, motor skills, executive function, and intelligence. METHODS: This study is a multivariate predictive conceptual framework study with a cross-sectional approach to 120 subjects at the Prof. Dr. M Ildrem Mental Hospital Medan in May 2020–July 2020 using a sample that is a consecutive sampling. The test conducted in this study consisted of a bivariate test and a multivariate linear regression test to determine the factors that were associated with the cognitive score. The measuring instrument used is the Montreal Cognitive Assessment (MoCA) Ina. RESULTS: In the bivariate test, in gender variable (p = 0.644) and age variable (p = 0.255) were not statistically significant, so the variables were not included in the multivariate test. In marital status variable (p = 0.0001), type of antipsychotic (p = 0.193), income/month (p = 0.0001), length of education (p = 0.0001), length of illness (p = 0.0001), frequency hospital admission (p = 0.0001), duration of untreated psychosis (DUP) (p = 0.0001), positive and negative syndrome scale (PANSS) scale (p = 0.141), and negative PANSS scale (p = 0.0001) were found statistically significant for the total MoCA Ina score on the bivariate test. After multivariate linear regression testing, the statistically significant variables on the total MoCA Ina score were negative PANSS scale (p = 0.001), income/month (p = 0.0001), length of education (p = 0.001), length of illness (p = 0.0001), DUP (p = 0.028), and marital status (p = 0.0001). CONCLUSION: By knowing the factors related to the total score of MoCA Ina, it is expected that clinicians can be more careful in giving treatment interventions for people with schizophrenia who are at risk for cognitive impairment.
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 | 0,002 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».