Demographic Determinants of the Cognitive Status among Older Adults: Neyshabur Longitudinal Study on Aging
Notice bibliographique
Résumé
Introduction: Cognitive disorders affect the elderly’s personal and social life by causing disturbances in their nervous system, and it is important to identify who is at the highest risk of these disorders; therefore, the present study aims to investigate demographic determinants of the cognitive status in the elderly visiting the Geriatric Cohort Center in Neyshabur. Methods: This cross-sectional study was conducted on 3451 people aged 60 and above (52.5% women and 47.5% men) from 2015 to the end of 2017. The selection of statistical sample was done first by classification method, and then, by random method. Data collection was done using demographic questionnaires, and the questionnaires of Mini Mental State Examination (MMSE)and Montreal Cognitive Assessment (MOCA), and data were analyzed using independent t-test, ANOVA, and hierarchical multiple regression in software. were analyzed by SPSS16 software. Results: With MMSE, one fifth of the participants (20/3%) and with MOCA, almost half of the respondents (49/3%) did not have cognitive disorder. Cognitive disorder became more severe with aging. The severity of cognitive disorder was higher in women (P< 0/05) those who were living alone(P <0/05), the women who only did housework(P < 0/05), and the cases who were illiterate (P< 0/05). Conclusion: Screening of cognitive disorders in the elderly and early interventions including holding educational classes, especially for women with low literacy levels whose husbands have died, can prevent the progression of the disorder and improve their quality of life.
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 | 0,002 | 0,000 |
| 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 | 0,001 |
| 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 ».