Association Between Cognitive Function and Emotion, Sleep, Frailty, and Nutrition in Hospitalized Patients
Notice bibliographique
Résumé
BACKGROUND: With the rapid increase in China's aging population, cognitive impairment in the elderly has become a significant public health issue. AIMS: In this study we performed a cross-sectional analysis to comprehensively investigate the relationship between cognitive function and emotion, sleep, frailty, nutrition, and clinical variables in hospitalized geriatric patients according to age group and sex. We determined the most important risk factors for cognitive impairment. METHOD: A total of 1121 inpatients were recruited from the Department of Gerontology at the Fifth Affiliated Hospital of Sun Yat-sen University, China, from August 2023 to April 2024. Cognitive assessment was performed using the Mini-Mental State Examination scale and Montreal Cognitive Assessment. The sleep quality was evaluated based on the Pittsburgh Sleep Quality Index, and anxiety and depression were evaluated based on the Hamilton Anxiety Scale and Hamilton Depression Scale. RESULTS: Sex and age differences existed with respect to cognition, emotion, and sleep quality. After full adjustment, age, education level, working status, hemoglobin level, activities of daily living, Hamilton Depression Scale, and Pittsburgh Sleep Quality Index scores were significantly and independently associated with cognitive impairment. DISCUSSION: Geriatric patients with a better mood, sleep and nutrition status, higher education level, and more social engagement performance had superior cognitive function. Interventions, such as valuing education, improving sleep, relaxing emotions, preventing anemia, and adjusting lifestyle, may help prevent the development of cognitive deficits. Elderly and female patients required special attention. CONCLUSIONS: Various factors were shown to contribute to maintenance of cognitive function.
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 | 0,000 | 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 | 0,000 |
| 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 ».