317 PREVALENCE OF MOTORIC COGNITIVE RISK SYNDROME IN PATIENTS WITH MILD COGNITIVE IMPAIRMENT ATTENDING A MEMORY CLINIC
Notice bibliographique
Résumé
Abstract Background Mild Cognitive Impairment (MCI) alone is not predictive of progression to dementia. However, previous research has found that the combination of MCI and slow gait speed, termed Motoric Cognitive Risk syndrome (MCR), is associated with a three-fold increased risk for the development of dementia. This study aimed to identify the prevalence of MCR among patients with MCI attending a memory clinic at a large teaching hospital. Methods: Participants Participants were recruited from the memory clinic at the study site. All participants matching the inclusion criteria were invited to participate in the study. Inclusion criteria: Age > 55 years, independently mobile > 50m unaided, diagnosis of MCI. All participants gave informed consent prior to testing. Procedure Gait speed (in cm/s) during normal pace walking was measured using a 5-metre computerised walkway with embedded sensors (GaitRite). Data Analysis Gait speed data was dichotomised into “normal” or “low” using previously defined gait speed cut-offs derived from age-based norms. Data was analysed using descriptive statistics on Microsoft Excel. Results 31 participants completed testing (Males: 12; Females: 19). Mean age was 73.65 (range 63-84). Median score on the Montreal Cognitive Assessment (MoCA) was 20 (range 4-28). N = 2 (6.45%) reached criteria for MCR. Conclusion Although this study had small numbers, prevalence of MCR was similar to that previously reported among similar populations. This approach to identifying those at high risk for dementia may allow clinicians to target and prioritise further investigations and preventative interventions.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 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 | 0,000 |
| 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 ».