The Relationship Between Body Mass Index and The Degree of Dementia in Elderly Patients with Memory Impairment at Memory Clinic Siloam Hospitals Lippo Village
Notice bibliographique
Résumé
Introduction: Body mass index (BMI) can describe the level of nutrition and vitality of a person. Monitoring BMI values prevents elderlies from various risks of disease, one of which is dementia. The development of neuropathological lesions in the olfactory bulb has been proposed to cause symptoms which affect dementia patients’ appetite and thus resulting in weight loss. Methods: A cross-sectional study was conducted among 55 memory impairment patients from ages ≥65 years at Siloam Hospitals Lippo Village Memory Clinic. Data was obtained using Montreal Cognitive Assessment – Indonesian Version (MoCA-INA) and Clinical Dementia Rating Scale (CDRS) and BMI was measured using Seca 703 instrument. Results: A significant relationship was found between body mass index and the degree of dementia with a value of p = 0.046 for MoCA examination and p = 0.039 for CDRS examination. The results of the analysis shows that underweight-normal (BMI <23kg/m2) patients have 3.8 times (95% CI 1.2-12.5) and 4.6 times (95% CI 1.2-17.0) the risk of having a moderate-severe degree respectively compared to overweight-obese (BMI ≥23kg/m2) patients. Conclusions: Lower late life BMI is related to higher degree of dementia
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 | 0,000 | 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) | 0,002 | 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 ».