The effect of Mild Cognitive Impairment (MCI) on psychological distress among older adults in Ukraine
Notice bibliographique
Résumé
OBJECTIVES: Understanding the negative consequences of Mild Cognitive Impairment (MCI) in Ukraine among a population who have collectively experienced difficult life events, provided the impetus for the current study which analyzed whether the perception of psychological distress differed among older adults with two types of MCI (amnestic MCI [aMCI] & nonamnestic MCI [naMCI]) compared to their cognitively intact peers. METHOD: A sample of 132 older adults were selected from an outpatient regional hospital in Lviv, Ukraine and assigned into either an MCI or non-MCI control group. A demographic survey, and the Symptom Questionnaire (SQ) were administered to both groups. RESULTS: Results of an ANOVA comparing the SQ sub-scales between the Ukrainian MCI and control groups were analyzed. A multiple hierarchical regression analysis assessed the predictive value of MoCA scores on the SQ sub-scales. Compared to adults in the MCI group, adults in the control group reported significantly lower rates of anxiety, somatic, depressive symptoms, and total psychological distress. DISCUSSION: While the level of cognitive impairment was a significant predictor for each sub-type of distress, the explained variance was minimal suggesting that other factors also played a role. Reference was made to a similar MCI sample in the U.S. which had lower SQ psychological distress scores than the Ukraine sample, further suggesting possible environmental effects on symptoms. The importance of depression and anxiety screening and treatment for older adults with MCI was also discussed.
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 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 | 0,000 |
| 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 ».