Differences in the longitudinal change of behaviours related to dementia in long-term care: a growth mixture modelling approach
Notice bibliographique
Résumé
BACKGROUND: There is still a need for more information about the different trajectories of responsive behaviours that people living with dementia present in long-term care homes (LTC). OBJECTIVE: This study identified subgroups of individuals with similar trajectories of responsive behaviours related to dementia in LTC and evaluated the role of demographic variables, depressive symptomatology, social engagement, cognitive functioning, and activities of daily living (ADL) on class membership. METHODS: Growth mixture models were run using data from the Continuing Care Reporting System. RESULTS: Results suggest that change in responsive behaviours is best represented by seven classes of trajectories. The largest class was composed of individuals who presented the lowest frequency of behaviours upon entry in LTC that increased at a slow linear rate. The other classes were composed of individuals who presented different frequencies of behaviours upon entry in LTC and varying rates of change (e.g., individuals who presented a low frequency of behaviours upon entry in LTC that increased at a linear rate followed by a decrease in the later months, individuals who presented a high frequency of responsive behaviours upon entry in LTC and that remained stable). Cognitive functioning, social engagement, depressive symptomatology, and ADL were markers of class membership. CONCLUSIONS: These findings can help identify individuals at increased risk of presenting a high frequency of responsive behaviours and highlight interventions that could decrease behaviours in LTC.
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 | 0,001 | 0,003 |
| 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 ».