Elderly Individuals Residing in Nursing Homes in Western Romania Who Have Been Diagnosed with Hearing Loss are at a Higher Risk of Experiencing Cognitive Impairment
Notice bibliographique
Résumé
Purpose: The objective of this research was to determine if there is any correlation between the severity of neurocognitive disorder and hearing impairment in the elderly. Patients and Methods: This is a population-based observational study that included subjects aged ≥ 65 years. They were evaluated for the existence of cardiovascular risk factors, diabetes, stroke, alcohol abuse, and smoking. Hearing impairment was diagnosed by an audiologist, using behavioral audiometric examination. These evaluations might have been performed in response to concerns about hearing loss, or they could have been a routine component of yearly comprehensive health screenings that included a Mini-Mental State Examination 2nd Edition (MMSE-2) test. According to the results of the MMSE-2 scale, we divided the individuals into two groups, Group I for those who had cognitive impairment and severe neurocognitive disorder, and Group II for those who did not have cognitive impairment. Results: The study enrolled 203 patients with a mean age of 77 ± 7.5 years (range 65-98), 99 (48%) were males. When comparing the two groups, group I patients presented more often cardiovascular risk factors, stroke, diabetes, and impaired hearing. The univariable logistic regression found that cognitive impairment was significantly more frequent in the elderly with cardiovascular disease, diabetes, and stroke (p<0.0001). The multivariate regression analysis found that stroke (p<0.0001) diabetes (p=0.0008), cardiovascular disease (p=0.0004), and impaired hearing (p=0.0011) were significantly linked to cognitive impairment. The occurrence of hearing impairment in the elderly was related to having an MMSE-2 score of 14 or below. Conclusion: According to the findings of this research, the elderly who have trouble hearing in addition to other conditions might have an increased risk for severe neurocognitive disorder.
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 | 0,000 | 0,000 |
| 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) | 0,001 | 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 ».