MétaCan
Menu
← Retour à la cohorte
Enregistrement W4415050441 · doi:10.1101/2025.10.09.25337695

Prevalence and Correlates of Mild Cognitive Impairment Among Older Adults in Ho Chi Minh City: A Cross-Sectional Study

2025· preprint· en· W4415050441 sur OpenAlexaboutno aff
Kien Gia To, The Ha Ngoc Than

Notice bibliographique

RevuemedRxiv · 2025
Typepreprint
Langueen
DomaineMedicine
ThématiqueDementia and Cognitive Impairment Research
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésLogistic regressionCognitionActivities of daily livingCognitive impairmentRecreationOutpatient clinicMontreal Cognitive AssessmentHo chi minhCross-sectional study

Résumé

récupéré en direct d'OpenAlex

ABSTRACT Introduction This study aims to estimate the prevalence of mild cognitive impairment (MCI) and identify associated sociodemographic, lifestyle, and functional factors among older adults attending outpatient care in a secondary-level clinical setting in Vietnam. Methods A cross-sectional study was conducted from May 2024 to February 2025. Participants were adults aged 60 years or older, literate in Vietnamese, and able to complete the cognitive screening protocol. Data were collected through structured interviews, medical record reviews, and assessments using the Mini-Mental State Examination (MMSE) and the Lawton Instrumental Activities of Daily Living (IADL) scale. Results Of the 631 participants, 30.1% screened positive for MCI. Factors significantly associated with MCI included older age, being unmarried, unstable income, lower educational attainment, reduced recreational activity, and lower IADL scores. Multivariable logistic regression analysis confirmed these associations, with older age and reduced recreational activity showing the strongest links to MCI. Conclusion The high prevalence of MCI among older outpatients highlights the need for integrating cognitive and social-functional screening into outpatient care. Addressing social vulnerabilities and promoting recreational activities may help mitigate cognitive decline in this 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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,062
Score d'incertitude au seuil0,124

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,000
Communication savante0,0010,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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.

Tête enseignante Opus0,021
Tête enseignante GPT0,341
Écart entre enseignants0,320 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuemedRxiv→Même sujetDementia and Cognitive Impairment Research→Travaux en français237 207→