Malnutrition, Depression, Poor Sleep Quality, and Difficulty Falling Asleep at Night Are Associated with a Higher Risk of Cognitive Frailty in Older Adults during the COVID-19 Restrictions
Notice bibliographique
Résumé
The COVID-19 restrictions, such as social isolation and disruption of daily routines, can have detrimental effects, including increased stress, anxiety, sleep disturbance, and physical and cognitive decline among older adults. This study aimed to examine the association between nutritional status, depression, sleep quality, falling asleep at night, and cognitive frailty (CF) among older Thai adults during the COVID-19 pandemic. This cross-sectional study included 408 older adults with an average age of 70.54 (5.49) years. CF was determined using Fried's frailty phenotype and the Montreal Cognitive Assessment Basic. The Mini Nutritional Assessment-Short Form, Pittsburgh Sleep Quality Index, and geriatric depression assessment were used for assessment. Multiple logistic regression analysis demonstrated that participants who were malnourished (OR 3.786; 95%CI 1.719-8.335), depressed (OR 5.003; 95%CI 2.399-10.434), had poor sleep quality (OR 1.613; 95%CI 1.041-2.500), and engaged in difficulty falling asleep (OR 1.809; 95%CI 1.022-3.203) had a higher risk of CF compared to those who did not exhibit these factors. Therefore, malnutrition, depression, poor sleep quality, and difficulty falling asleep were identified as risk factors for CF among older adults in Thailand linked to the impact of the COVID-19 pandemic. It is crucial to develop interventions to prevent CF resulting from the mentioned variables.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 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 source (Gemma direct ou Codex distillé), 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 ».