Correlation of Montreal Cognitive Assessment with Quality of Life in Epilepsy Inventory-31 in adult persons with epilepsy
Notice bibliographique
Résumé
The purpose of the study is to assess the impact of cognitive function, as measured by the Montreal Cognitive Assessment (MoCA), on quality of life using the Quality of Life in Epilepsy Inventory (QOLIE-31) in adult persons with epilepsy (PWE). Seventy-four PWE aged between 18 and 50 participated. Our data suggest that the total QOLIE-31 score was not significantly lower in the cognitively impaired group of PWE. Correlation analysis showed a weak yet significant association between the MoCA subscale delayed recall and the QOLIE-31 subscale seizure worry. Additionally, the MoCA subscales attention, orientation, and the total MoCA score were significantly correlated with the QOLIE-31 subscale medication effects. Moreover, MoCA subscale orientation was significantly linked to both medication effect and the overall QOLIE-31 score. Attention and the total MoCA score were weakly associated with social functioning on the QOLIE-31. In hierarchical multiple linear regression analysis, after adjusting for confounders such as gender and education, we observed MoCA subdomain visuospatial & executive function (β = 0.459, p = <0.001) and attention (β = 0.543, p < 0.001) explained 13% variance in Total QOLIE-31. Furthermore, a significant association was found between the attention of MoCA and with overall quality of life (β = 0.349, p = 0.046) as well as education and emotional well-being (β = 0.487, p = 0.003) of QOLIE-31. We conclude that visuospatial and executive function, attention, and education are predictors of quality of life in adult PWE. Our findings reinforce the importance of screening for and addressing cognitive deficits to enhance the quality of life in epilepsy 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 | 0,000 | 0,000 |
| 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 | 0,001 |
| 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 ».