The association between the severity of cognitive impairment and the risk of falls in patients with dementia
Notice bibliographique
Résumé
Background.Falls are a significant cause of morbidity and mortality in older individuals with dementia, presenting a complex and multifactorial challenge.Cognitive impairment in dementia further exacerbates this risk, as it impairs judgment, attention, and motor coordination, while also reducing the ability to recognize and avoid potential hazards in the environment.Objectives.To investigate the association between the severity of cognitive impairment and the risk of falls in patients with dementia.Material and methods.We conducted a cross-sectional study using a consecutive sampling method involving 30 dementia patients at the Neurology Clinic of USU Hospital in Medan Indonesia from January until July 2024.We assessed cognitive function using the Montreal Cognitive Indonesian Version (MoCA-INA) and the severity of cognitive impairment with the Clinical Dementia Rating Scale (CDR).The Timed Up and Go (TUG) test was used to evaluate the risk of falls.Data were analyzed using SPSS version 26 with a p-value < 0.05 considered significant.Results.We enrolled 30 dementia patients with a mean age of 64.3 7.8 years.Half of the participants (50%) had mild dementia, and 56.7% were categorized as having a mild fall risk.We found a significant association between dementia severity and cognitive impairment with fall risk using the Kruskall-Wallis test (p = 0.036) and a one-way ANOVA test (p = 0.005), respectively.Conclusions.Our findings indicate that the severity of cognitive impairment was significantly associated with an increased risk of falls in patients with dementia.Fall risk screening should be an integral part of the management and prevention strategies for dementia patients.
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 | 0,002 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 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 ».