Prevalence and correlates of cognitive impairment in schizophrenia: a cross-sectional study from a teaching hospital southern Sri Lanka
Notice bibliographique
Résumé
INTRODUCTIONS: This study assessed the prevalence of cognitive impairment, the degree of impairment in individual cognitive domains and sociodemographic and clinical correlates among patients attending to psychiatry clinics at Teaching Hospital, Karapitiya, Sri Lanka. METHODS: A cross-sectional study was carried out at the psychiatry outpatient clinics of Teaching Hospital, Karapitiya, Sri Lanka. Their cognitive functions were assessed using the culturally validated Sinhala version of Addenbrooke's Cognitive Examination - III (ACE-III-S). ACE-III-S score below 85.5 was considered as significant cognitive impairment. Linear regression analysis was used to assess the factors associated with cognitive impairment. A P value of 0.05 is considered significant. RESULTS: One hundred forty patients with schizophrenia were assessed. Of this, 125 patients had significant cognitive impairment with a prevalence of 89.3% (95% CI:84.1-94.5). Impairment in each cognitive domain was as follows: 60% in attention, 65.7% in memory, 55% in fluency, 61.4% in language, and 63.6% in visuospatial skills. Impairment was not different between cognitive domains. Advancing age (P < 0.001), shorter duration of formal education (P = < 0.001), longer duration of illness (P = < 0.001) and not having a full-time employment (P = 0.020) showed a positive association with cognitive impairment. CONCLUSIONS: Nine out of ten patients with schizophrenia experienced significant cognitive impairment. Patients showed more than 50% impairment in all cognitive domains. The cognitive domains did not show disproportionate impairment. This study highlights the importance of introducing routine cognitive assessment protocols in patients with schizophrenia.
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 | 0,000 |
| 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 | 0,001 |
| 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 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 ».