A Cross Sectional Study on Assessment of Cognitive Impairment and Behavioural Risk Factors Among Senior Citizens Living in Old Age Homes in Chengalpattu District, Tamilnadu
Notice bibliographique
Résumé
Background: Ageing is an irreversible, unavoidable, universal phenomenon accompanied by gradual reduction in functional capacity of the elderly. The number of elderly populations in India is expected to triple reaching 2 billion. This study aims to estimate the prevalence of cognitive impairment and evaluate the association between various socio demographic and behavioural risk factors. Methodology: This descriptive cross-sectional study was carried among 330 senior citizens living in old age homes by using a two-stage multistage sampling method. A standardized pretested structured questionnaire containing Brief Interview for Mental Status (BIMS) scale was used. Data was analysed using SPSS (Version 22). Results: Among 330 study respondents, around 44% had mild -to- moderate cognitive impairment and 36% had severe cognitive impairment. Nearly 74.8% have their habit of regular physical activity. Among the study subjects approximately 4% of them were current smokers, 5.2% had the habit of regular alcohol consumption previously. Conclusion: Integration of NPHCE and NMHP can be beneficial in early diagnosis of mild cognitive impairment during weekly outpatient visits at PHC. Level of attention given towards Alzheimer’s disease is more when compared to screening for cognitive impairment which is an early precursor for Alzheimer’s Disease.
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 | 0,007 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 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 | 0,002 |
| 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 ».