Rehabilitation engagement is associated with lower level of care needs on discharge from postacute care in older adults with cognitive impairment.
Notice bibliographique
Résumé
PURPOSE/OBJECTIVE: Older adults with cognitive impairment (CI) in postacute care (PAC) are at risk for an increased level of care (LOC) postdischarge. Rehabilitation engagement may impact the relationship between CI and increased LOC. RESEARCH METHOD/DESIGN: Ninety-two older veterans (> 50 years) were assessed by physical therapists or assistants with the Hopkins Rehabilitation Engagement Rating Scale (HRERS) while participating in Veterans Affairs PAC. Hierarchical logistic regression examined whether rehabilitation engagement predicted LOC while controlling for cognition as assessed with the Montreal Cognitive Assessment (MoCA). We then examined whether rehabilitation engagement moderated the effect of cognition on LOC. RESULTS: Hierarchical logistic regression modeling revealed that the HRERS total score predicted LOC after controlling for MoCA scores. The interaction between MoCA and HRERS total score was nonsignificant. Item-level HRERS analyses revealed a significant interaction for CI (MoCA score < 22) and active participation (HRERS Item 5). Examination of the interaction indicated that among low scorers on active participation, CI increased the odds of requiring higher LOC, while the main effect of CI on LOC was nonsignificant among those who scored high on active participation. CONCLUSION/IMPLICATIONS: Higher rehabilitation engagement reduced the risk of requiring higher LOC at PAC discharge after controlling for cognitive functioning. Additionally, active participation may buffer against adverse outcomes for older adults with CI. (PsycInfo Database Record (c) 2026 APA, all rights reserved).
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 | 0,001 |
| 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 ».