MétaCan
Menu
Retour à la cohorte
Enregistrement W4292115212 · doi:10.1093/arclin/acac060.251

A-251 A Community-Based Longitudinal Study of Mild Cognitive Impairment (MCI) in Georgia

2022· article· en· W4292115212 sur OpenAlexaboutno aff
Nino Shiukashvili, Nino Mikeladze, Saba Chikobava, Tamar Kobulashvili, Mariam Tsuladze, Gvantsa Zamtaradze, Marina Janelidze

Notice bibliographique

RevueArchives of Clinical Neuropsychology · 2022
Typearticle
Langueen
DomaineMedicine
ThématiqueHealthcare Systems and Public Health
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésMontreal Cognitive AssessmentDementiaCognitive impairmentGerontologyLongitudinal studyCognitive declineCognitionMedicineActivities of daily livingPopulationPsychologyInternal medicinePhysical therapyDiseasePsychiatryPathology

Résumé

récupéré en direct d'OpenAlex

Abstract Objective: As the average population ages, dementia has become one a leading challenge for health care systems in developing and developed countries. Dementia is a progressive disorder associated with the decline of cognitive function and the ability to carry out daily activities. Along with the development of screening tools to detect early-stage MCI, it is important to find out the time-line for the MCI progression. There is little recent information available on the natural course of MCI in Georgia. Method: A 7-year longitudinal study was conducted to track MCI progression, comparing individuals with initially healthy cognition (N=52) to patients showing symptoms of MCI (N=51). This study used MoCA as an indicator of cognitive change over the 7-year period. The MoCA was administered twice approximately 7 years apart and IADLs-at the end of the research. Participants were classified as MCI or cognitively intact based, on the results of the MoCA results. Results: Healthy individuals had a very limited decline in MoCA scores (M=-0.004, p<.001); MCI group also showed a some decrease in MoCA scores (M=-1.2, p<.002) without any changes in IADLs scores; whereas 17.6% of healthy individuals progressed to MCI at the end of the research (M=- 4.8, p<.03), associated with the significant decline of the IADLs scores (M=-2, St.dev=3.2, p<.03), as well. Conclusion: Progression of MCI based on MoCA and IADLs results can indicate patients’ declining ability for self-care. Because MCI patients will need increased care and monitoring as the disease progresses, the social burden of caring for these patients will likely also increase.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,143
Score d'incertitude au seuil0,285

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,000
Communication savante0,0000,000
Science ouverte0,0000,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,001

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.

Tête enseignante Opus0,228
Tête enseignante GPT0,503
Écart entre enseignants0,276 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueArchives of Clinical NeuropsychologyMême sujetHealthcare Systems and Public HealthTravaux en français237 207