MétaCan
Menu
Retour à la cohorte
Enregistrement W4399863318 · doi:10.7759/cureus.62745

Comprehensive Analysis of Dementia Types and Risk Factors: A Study From a Tertiary Care Center in India

2024· article· en· W4399863318 sur OpenAlexaboutno aff
Mayank Mundada, Pradnya Diggikar, Ankit Shokeen, Raju Hansini Reddy, Arun B Oommen, Tushar Pancholi, Bhavya Yammanuru, Sree Vidya Yekkaluru, R. Janani, Akhilesh Jagirdar

Notice bibliographique

RevueCureus · 2024
Typearticle
Langueen
DomaineMedicine
ThématiqueDementia and Cognitive Impairment Research
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésMedicineTertiary careCenter (category theory)DementiaGerontologyFamily medicineInternal medicineDisease

Résumé

récupéré en direct d'OpenAlex

Background and objective Dementia is a prevalent clinical syndrome characterized by memory impairment and cognitive dysfunction. Its global burden is expected to rise significantly, particularly in low- and middle-income countries. Understanding the spectrum of dementia types and associated risk factors is crucial for effective management. This study aims to elucidate the demographic profiles, clinical types, and risk factors of newly diagnosed dementia cases at a tertiary care hospital in India. Methods and materials A cross-sectional, hospital-based observational study was conducted on 81 patients at the Department of Medicine, Dr. D. Y. Patil Medical College, Hospital, and Research Centre, Pimpri, Pune, from February 2022 to January 2024. Ethical approval was obtained, and written consent was obtained from participants. Clinical diagnosis was based on the Diagnostic and Statistical Manual of Mental Disorders, Fifth Edition (DSM-V) criteria, supported by cognitive assessment tools and laboratory/radiological investigations. Inclusion criteria encompassed individuals aged 18 years or older, presenting with clinical symptoms suggestive of dementia, having a Mini-Mental State Examination (MMSE) score of less than 24 and Montreal Cognitive Assessment (MoCA) score of less than 25, according to DSM-V criteria for dementia. Exclusion criteria included individuals with a history of head trauma or those below 18 years of age. Results Of the 81 participants, the majority (74.1%) were over 60 years old, with females comprising 59.3% of the sample. Alzheimer's disease was the most prevalent dementia subtype (34.5%), followed by vascular dementia (19.7%) and mixed dementia (13.5%). Other causes included Lewy body dementia (2.46%), Parkinson's dementia (4.9%), frontotemporal dementia (4.9%), and Creutzfeldt-Jakob disease (1.2%). Reversible causes accounted for a significant proportion of cases: alcohol-associated dementia (6.1%), hypothyroid-associated dementia (3.7%), HIV-associated dementia (2.46%), herpes simplex dementia (1.2%), neurosyphilis-associated dementia (1.2%), and normal pressure hydrocephalus (NPH)-associated dementia (2.4%). Analysis of risk factors revealed distinct patterns among different dementia types, emphasizing the role of cardiovascular and metabolic health. Conclusion This study provides insights into the demographic profiles, clinical types, and dementia risk factors in India. Addressing causes and managing cardiovascular/metabolic health is crucial for dementia prevention and management. Comprehensive care strategies and ongoing research efforts are essential for improving dementia outcomes and enhancing the quality of life for affected individuals and their families.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,031
Score d'incertitude au seuil0,061

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,001
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,002
Études des sciences et des technologies0,0010,001
Communication savante0,0010,000
Science ouverte0,0010,001
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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.

Tête enseignante Opus0,016
Tête enseignante GPT0,323
Écart entre enseignants0,307 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations2
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCureusMême sujetDementia and Cognitive Impairment ResearchTravaux en français237 207