Incidence of postoperative cognitive dysfunction in older adults: a prospective cohort study using a web-based Montreal cognitive assessment application
Notice bibliographique
Résumé
Thailand is transitioning into a super-aged society, and its growing elderly population faces an increased risk of postoperative cognitive dysfunction (POCD). Despite its association with reduced quality of life and heightened mortality, POCD remains underdiagnosed. This study aimed to evaluate the incidence of POCD using a web-based Montreal Cognitive Assessment application (Auto-MoCA) at 1 week postoperatively. We also compared characteristics between patients with and without POCD and examined recovery patterns at 3 months. We conducted a prospective, descriptive cohort study at a university hospital in Bangkok, enrolling Thai-speaking patients aged ≥ 60 years who underwent major elective surgery. Cognitive function was repeatedly assessed via the Auto-MoCA application at baseline, 1 week, and 3 months. POCD was defined as a decrease of ≥ 2 points from baseline. Among 169 enrolled patients, 111 completed the 1-week assessment. POCD occurred in 40.5%, with significant declines in visuospatial, attention, language, abstraction, and orientation domains. Cardiovascular disease was a significant risk factor. By 3 months, 85 patients repeated the Auto-MoCA test. Of these, 34 (40.0%) had developed POCD compared to their baseline results, with 42.9% of affected patients recovered, primarily demonstrating improvements in visuospatial, attention, and delayed recall domains. Postoperative cognitive dysfunction (POCD) was common in older adults, affecting over 40% of patients at both 1 week and 3 months after surgery. With Cardiovascular disease emerged as a significant risk factor. However, nearly half of those affected showed cognitive recovery by 3 months. Underscoring the utility of digital cognitive assessment tools, such as the Auto-MoCA application, and highlight the need for future interventional research aiming to facilitate cognitive recovery in older adults following surgery.
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 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 ».