IJCM_109A: Psychiatric Morbidity And Cognitive Functioning In The Institutionalized Elderly In Old Age Homes: A Cross-Sectional Study
Notice bibliographique
Résumé
Background: The elderly is at a higher risk of developing certain psychiatric illnesses and deterioration of their cognitive functioning by virtue of the multidimensional phenomenon of ageing and other psychosocial factors, and this risk has found to only be higher in the institutionalized elderly. Studies in this regard, assessing the mental health of those residing in old age homes in India are lacking. Objective: To evaluate the psychiatric morbidities and cognitive functioning in the elderly who have been institutionalized in old age homes. Methodology: This study is a cross-sectional study, among 150 residents who are over 60 years of age in old age homes in Mangalore. Data is being collected by face to face interviews, using a sociodemographic proforma, Montreal cognitive assessment scale to assess the cognitive functioning and the Mini psychiatric interview to screen for any psychiatric morbidiy. Data will be analyzed using SPSS Version 25.0 [IBM Corp. Released 2017. IBM SPSS Statistics for Windows, Version 25.0. Armonk, NY: IBM Corp.], and a p value of Results: 87.30% and 29% of residents were found to have cognitive impairment and psychiatric morbidity respectively. The majority of those with cognitive impairment were found to have severe cognitive impairment (31.60%). Conclusion: Mood disorders (depression), in keeping with several other studies, was found to be the most common psychiatric morbidity, followed by psychotic disorder, anxiety and suicidality. In contrast to findings by Singh et al., psychiatric morbidities and cognitive impairment had no significant association with sociodemographic factors
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 | 0,006 | 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 | 0,002 |
| 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 ».