Prevalence of subjective cognitive decline and its association with physical health problems among urban community dwelling elderly population in South India
Notice bibliographique
Résumé
INTRODUCTION: No studies in India have explored subjective cognitive decline (SCD), a hallmark of stage II of preclinical Alzheimer's disease. This study aims to assess the prevalence and correlates of SCD in a South Indian, urban, elderly population. METHODS: We screened 403 individuals 60 years of age and older using the Subjective Memory Complaints Questionnaire (SMCQ) and measured objective cognition with the Montreal Cognitive Assessment (MoCA). Physical health parameters were evaluated for all participants. RESULTS: Among the participants, 377 (93.5%) reported subjective memory complaints. Of the 26 individuals without SCD, 15(57.7%) had objective cognitive impairment (MoCA <25). A total of 182 participants (45.2%) were identified with SCD. Higher educational attainment was significantly associated with fewer SCD reports and better cognitive performance (p < 0.001). DISCUSSION: Subjective cognitive decline (SCD) is highly prevalent among older adults. Screening for SCD can help identify individuals at risk for Alzheimer's disease. SCD assessement combined with cost-effective biomarkers that confirms AD will help individuals to be identified for disease-modifying therapies. HIGHLIGHTS: Nearly half of older adults population screened has reported subjective cognitive decline (SCD), highlighting the widespread occurrence of SCD in urban South India. Participants with higher educational attainment had significantly fewer memory complaints and performed better on cognitive assessments. SCD was prevalent even among individuals without major comorbid conditions such as diabetes and hypertension and those who were on regular treatment for metabolic and cardiovascular disorders. Identifying subjective cognitive decline (SCD) can facilitate early and accurate diagnosis of cognitive disorders and help delay progression to dementia. This highlights the importance of developing and implementing improved public health strategies to address these challenges. Further longitudinal studies are necessary to explore the progression of SCD to dementia, focusing on the interplay between cognitive health, biomarkers, and educational factors in the Indian population.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 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 | 0,001 | 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) | 0,001 | 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 source (Gemma direct ou Codex distillé), 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 ».