Mental Health and Cognitive Performance Among Older People Living with HIV in Georgia
Notice bibliographique
Résumé
Introduction: Highly effective antiretroviral therapy has increased the life expectancy of people living with HIV (PLWH), resulting in an increase in noncommunicable diseases, including cognitive and mental health disorders. Published literature on cognitive performance in older PLWH is scarce in low- and middle-income countries, including Georgia. Our study aimed to assess mental health and cognitive performance and identify associated factors among PLWH aged ≥40 years. Methods: Primary mental health and behavior assessments included the Drug Use Disorder Identification Test, the Alcohol Use Disorder Identification Test, the Beck Depression Inventory (BDI), and the General Anxiety Disorder 7 (GAD-7). Cognitive assessments included the Montreal Cognitive Assessment (MoCA); Trail Making Tests A and B; verbal fluency; Stroop 1, 2, and 3; and Grooved Pegboard. Univariate and multivariable regression analyses were performed to identify factors associated with cognitive performance. Results: Our sample included 125 PLWH (78 men, 47 women). Drug use-related problems or drug dependence was observed in 36% and hazardous or harmful alcohol consumption among 23%. Mild to extreme depressive symptoms were observed among 51% and mild to severe anxiety among 47%. A MoCA score <26 was observed among 89%. Multivariable regression analyses showed higher mean scores on the Stroop Test 3 associated with higher scores on the GAD-7 (β=.40; 95% CI, 0.12-0.68) and BDI (β=.70; 95% CI, 0.17-1.2). No other associations were observed. Conclusion: This study shows high percentages of psychiatric and cognitive morbidities among older PLWH in Georgia. Longitudinal studies should be conducted to evaluate cognitive performance and associated factors among older PLWH in Georgia.
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 ».