Demographic predictors of cognitive performance in participants of a local substance abuse recovery program
Notice bibliographique
Résumé
Background Cognitive impairments have been reported among disadvantaged populations. Objective We aimed to ascertain how demographic factors are associated with cognitive performance in individuals enrolled in a local substance abuse recovery program. Methods In total, 106 participants were included in the study. Besides demographic information, vital signs and cognitive function, measured by Mini-Mental State Examination (MMSE) or Montreal Cognitive Assessment (MoCA), were collected from each participant. Welch's t-test and regression analysis were used to analyze how different demographic factors are associated with cognitive assessment scores. Results The mean age of African American (AA) participants (n = 43) were 48.35 ± 1.65 years, which are older than that for the White participants of 38.95 ± 1.36 (n = 63) years. Compared to the AA participants, the White participants had a larger variance in attained education levels. The average MMSE scores were 27.09 ± 0.40 for AA participants, which is lower than that for the White participants of 28.52 ± 0.33 ( p < 0.05). The average MoCA scores were 23.71 ± 0.54 for AAs, which is lower that for the White participants of 26.65 ± 0.44 ( p < 0.001). The AA and White participant groups had cognitive impairment rate of 18.6% and 6.35%, respectively. The regression analysis indicates age and education are two significant predictors for the cognitive performance difference between the two racial groups. Conclusions Significant disparities in cognitive performance exist between two racial groups of enrolled in a local substance abuse recovery program. The older age and lower levels of attained education in AA participants can explain the poorer cognitive function than the White participants.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| 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 ».