MétaCan
Menu
Retour à la cohorte
Enregistrement W4403344981 · doi:10.1186/s12877-024-05414-2

What contributes to a decline in cognitive performance among home care clients? Analysis of interRAI data from across Canada

2024· article· en· W4403344981 sur OpenAlexaffabout
Blake Filderman, Nicole Williams, Amanda Mofina, Dawn M. Guthrie

Notice bibliographique

RevueBMC Geriatrics · 2024
Typearticle
Langueen
DomaineMedicine
ThématiqueDementia and Cognitive Impairment Research
Établissements canadiensUniversity of WaterlooWilfrid Laurier University
Organismes subventionnairesnon disponible
Mots-clésMedicineGerontologyRehabilitationCognitive declineCognitive impairmentCognitionDementiaPhysical therapyPsychiatryDisease

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: The current study examined potential risk factors for experiencing a decline on the interRAI Cognitive Performance Scale (CPS). METHODS: This was a retrospective cohort study using secondary data collected with the Resident Assessment Instrument for Home Care (RAI-HC) for all assessments completed in Canada between 2001 and 2020. Eligible home care clients included individuals 65+, with at least two assessments completed within 12 months, and who had a CPS score of zero at baseline (n = 146,187). A decline on the CPS was defined as any increase (i.e., worsening) on the CPS score between the two assessments. RESULTS: The mean age of the sample was 80.6 years (standard deviation = 7.7), 67.9% were female and 44.5% were widowed. At the time of the second assessment, 25.2% experienced a decline on their CPS score. In the final multivariate model, age, having a diagnosis of Alzheimer's dementia/other type of dementia, physical inactivity, and having a caregiver at risk of experiencing burden were the most significant predictors of experiencing the outcome. CONCLUSIONS: Roughly one-quarter of Canadian home care clients experienced a cognitive decline, over an average of seven months. Since there are some modifiable risk factors for this outcome, it is important to identify and flag these factors as early as possible. Early identification of modifiable risk factors allows clinicians to create care plans that can optimize the well-being of the client and their family.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,657
Score d'incertitude au seuil0,855

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,003
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,037
Tête enseignante GPT0,362
Écart entre enseignants0,325 · 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 tête enseignante, 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'admission2
Résumé présentoui

Explorer davantage

Même revueBMC GeriatricsMême sujetDementia and Cognitive Impairment ResearchTravaux en français237 207