Prevalence and influencing factors of dementia in the elderly iranian population: a cross-sectional study
Notice bibliographique
Résumé
BACKGROUND: The global rise in dementia prevalence, a major neurocognitive disorder, poses a significant challenge to aging populations. This study aimed to determine the prevalence of dementia and its associated risk factors among community-dwelling elderly in selected provinces of Iran. METHODS: A cross-sectional study was conducted from October 2022 to March 2024, enrolling 58,228 individuals aged 60-75 years from two provinces (Qazvin and Yazd) selected via multi-stage, stratified random sampling. A multi-stage diagnostic protocol was employed, using validated Persian versions of the Geriatric Depression Scale (GDS), Abbreviated Mental Test Score (AMTS), Mini-Mental State Examination (MMSE), Functional Assessment Staging (FAST), and Montreal Cognitive Assessment (MoCA) with standardized cut-offs. Multivariable logistic regression was used to identify factors associated with dementia. RESULTS: After exclusions, the final analytical sample was 56,456 participants. The overall prevalence of dementia was 10.1%. Prevalence was significantly higher in women (13.2%) than in men (7.0%). In the adjusted model, female gender (aOR: 2.04, 95% CI: 1.92-2.15), older age (70-79 years vs. 60-64 years, aOR: 1.70, 95% CI: 1.59-1.82), widowhood (aOR: 1.50, 95% CI: 1.05-2.16), and lower educational attainment (illiterate vs. academic, aOR: 6.55, 95% CI: 5.43-7.91) were significantly associated with higher odds of dementia. CONCLUSIONS: This large-scale study reveals a substantial burden of dementia in the studied Iranian provinces. The identified risk factors, including female sex, advanced age, widowhood, and low education, highlight vulnerable subgroups and underscore the urgent need for targeted public health strategies focused on early detection, risk reduction, and support systems for the elderly in Iran.
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 | 0,003 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 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 ».