STUDY OF INTER-RELATIONSHIP BETWEEN QUALITY OF LIFE AND COGNITION IN PEOPLE WITH EPILEPSY CROSS SECTIONAL STUDY FROM NORTH COASTAL ANDHRA PRADESH
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Objective: To study the Inter – relationship between Quality of life and Cognitive dysfunction in People with Epilepsy and to identify the factors that influence Cognition and QOL in PWE. Methods: We analyzed the factors that were independently associated with QOLIE-31, MMSE and MOCA scores which included demographic and clinical variables using Chi square, ANOVA and Multivariate regression analysis. Pearson coefficient calculator to know the interrelationship between QOLIE-3 scores, MMSE and MOCA. Results: We found a significant association between polytherapy, TLE and LRE with QOLIE-31 scores (p value being 0.0007 and <0.00001 respectively). We found a significant association between low MMSE scores and long duration of epilepsy more than 6 years( p: 0.001 and 0.002), statistically highly significant association when compared with TLE and LRE (p: 0.000). However MOCA showed strong positive correlation with QOLIE-31 scores when compared with MMSE. We found a moderate positive correlation with r value being 0.6 and a significant p value being <0.0001. Correlation between MOCA and QOLIE 31 score showed a significant positive correlation with an r value of 0.7 and a P value of <0.0000. Correlation between total MMSE and MOCA scores showed a significant positive correlation of r value being 0.8, p value being 0.000. Conclusion: Polytherapy, Long duration of Epilepsy, Temporal Lobe and other Focal Epilepsies, Poor Quality of Life standards are all independent factors determining the Cognitive dysfunction. There seems to be bidirectional relationship between Quality of Life and Cognitive dysfunction. MOCA seems to be superior to MMSE for Neurocognitive screening in PWE.
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.
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) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| 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 | 0,001 |
| 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 découle