COVID-19 Accelerated Cognitive Decline in Elderly Patients with Pre-Existing Dementia Followed up in an Outpatient Memory Care Facility
Notice bibliographique
Résumé
Introduction: Coronavirus disease 2019 (COVID-19) may affect the cognitive function and activities of daily living (ADL) of elderly patients. This study aimed to establish the COVID-19 effect on cognitive decline and the velocity of cognitive function and ADL changes in elderly patients with dementia followed up in an outpatient memory care facility. Methods: In total, 111 consecutive patients (age 82 ± 5 years, 32% males) with a baseline visit before infection were divided into those who had or did not have COVID-19. Cognitive decline was defined as a five-point loss of Mini-Mental State Examination (MMSE) score and ADL comprising basic and instrumental ADL indexes (BADL and IADL, respectively). COVID-19 effect on cognitive decline was weighted for confounding variables by the propensity score, whereas the effect on change in the MMSE score and ADL indexes was analyzed using multivariate mixed-effect linear regression. Results: COVID-19 occurred in 31 patients and a cognitive decline in 44. Cognitive decline was about three and a half times more frequent in patients who had COVID-19 (weighted hazard ratio 3.56, 95% confidence interval 1.50–8.59, p = 0.004). The MMSE score lowered on average by 1.7 points/year, independently of COVID-19, but it lowered twice faster in those who had COVID-19 (3.3 vs. 1.7 points/year, respectively, p < 0.050). BADL and IADL indexes lowered on average less than 1 point/year, independently of COVID-19 occurrence. Patients who had COVID-19 had a higher incidence of new institutionalization than those who did not have the disease (45% versus 20%, p = 0.016, respectively). Conclusions: COVID-19 had a significant impact on cognitive decline and accelerated MMSE reduction in elderly patients with dementia.
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 | 0,005 | 0,019 |
| 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 | 0,001 |
| 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 ».