Prevalence of Dementia and Associated Factors among Older Adults in Latin America during the COVID-19 Pandemic
Notice bibliographique
Résumé
<b><i>Background:</i></b> The COVID-19 pandemic has had a great impact on cognitive health in Latin American older adults, increasing the risk of cognitive impairment and dementia. Our objective was to analyze the prevalence of dementia and the associated factors in Latin American older adults during SARS-CoV-2 pandemic. <b><i>Methods:</i></b> A multicentric first phase cross-sectional observational study was conducted during the SARS-CoV-2 pandemic. Five thousand two hundred and forty-five Latin American adults over 60 years of age were studied in 10 countries: Argentina, Bolivia, Chile, Colombia, Ecuador, Guatemala, Mexico, Peru, the Dominican Republic, and Venezuela. We used the telephone version of Montreal Cognitive Assessment, the “Alzheimer Disease 8” scale for functional and cognitive changes, and the abbreviated version of the Yesavage depression scale. We also asked for sociodemographic and lockdown data. All the evaluation was made by telephone. Cross-tabulations and χ<sup>2</sup> tests were used to determine the variability of the prevalence of impairment by sociodemographic characteristics and binary logistic regression to assess the association between dementia and sociodemographic factors. <b><i>Results:</i></b> We observed that the prevalence of dementia in Latin America is 15.6%, varying depending on the country (Argentine = 7.83 and Bolivia = 28.5%). The variables most associated with dementia were race and age. It does not seem to be associated with the pandemic but with social and socio-health factors. <b><i>Conclusion:</i></b> The prevalence of dementia shows a significant increase in Latin America, attributable to a constellation of ethnic, demographic, and socioeconomic factors.
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 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) | 0,001 | 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 ».