Relationship Between Serum Folic Acid Levels With The Cognitive Function of The Elderly
Notice bibliographique
Résumé
Background: Cognitive decline is a common condition that occurs in the elderly. One of the early indicators of senility is a decrease in cognitive function. Folic acid is thought to protect the arteries from damage because of homocysteine by converting homocysteine into cysteine and then excreted in the urine. Increased levels of homocysteine can interfere with vascular function and cause toxic effects on neurons thereby increasing the risk of cognitive decline. Objective: To determine the relationship between serum folic acid levels and cognitive function of the elderly. Method: Analytical descriptive research with a cross-sectional approach. The research subjects were the elderly who met the inclusion criteria and did not have exclusion criteria. The research was conducted from May to July 2022 at the Pucang Gading Nursing Home, Semarang. Serum folic acid levels were examined using the ELISA (Enzyme-linked immunosorbent assay) method. Cognitive function was assessed using the Indonesian version of the Montreal Cognitive Assessment (MoCA) simultaneously on the subject. Cognitive function is normal if the MoCA-INA value is ≥ 26 and it is said to be cognitive dysfunction if the MoCA-INA value is < 26. Data were analyzed using the Spearman test. Results are considered significant if the value of p <0.05. Result: There is a strong positive correlation between serum folic acid levels and cognitive function in the elderly (r=0.914, p<0.001). There is a relationship between educational level and cognitive function (r=0.922, p<0.001) where higher education correlates with increased cognitive function in the elderly. Conclusion: There is a significant positive correlation between serum folic acid levels and cognitive function in the elderly
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 | 0,008 | 0,020 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| 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 ».