Analysis of the Prevalence of Mild Cognitive Impairment and its Influencing Factors in the Elderly Population in Huzhou City
Notice bibliographique
Résumé
BACKGROUND: Mild cognitive impairment (MCI) is a critical stage in the development of Alzheimer's disease, and early intervention in patients during this stage may reverse or delay their disease progression. As one of the regions with severe aging in China, it is necessary to understand the prevalence of MCI in Huzhou and adopt effective intervention measures. The study was aimed to investigate the prevalence rate and influencing factors of MCI in the elderly population in Huzhou city. METHODS: A cross-sectional study was conducted involving 800 elderly residents of Huzhou city. The Montreal Cognitive Assessment (MoCA) and the activity of daily living (ADL) were used to assess the occurrence of MCI in the elderly. The influencing factors of MCI were investigated by univariate analysis and multi-factor analysis. RESULTS: A total of 800 questionnaires were sent out in this survey, and 778 were effectively collected, with an effective recovery rate of 97.25%. Among 778 elderly people in Huzhou city, 668 had normal cognitive function, 82 had MCI, and 28 had dementia, the prevalence rate of MCI was 10.54% (82/778). According to the presence or absence of MCI, the patients were divided into an MCI group (n = 82) and a non-MCI group (n = 668). Female (p = 0.026), high age (p = 0.009), low Community Screening Instrument for Dementia (CSI-D) score (p = 0.007), high Dementia Screening Questionnaire (AD8) score (p < 0.001), high Patient Health Questionnaire Depression Scale (PHQ-9) score (p = 0.037) were all risk factors for MCI in the urban elderly population of Huzhou City. CONCLUSION: The prevalence of MCI in the elderly population in Huzhou City is high, and its occurrence is closely related to many factors. It is necessary to increase attention to the high-risk population of MCI and implement targeted intervention measures to improve their cognitive function and improve the quality of life of the elderly 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 | 0,001 | 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 | 0,000 | 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) | 0,001 | 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 ».