Status and associated factors of mild cognitive impairment among the elderly in Shanghai community
Notice bibliographique
Résumé
ObjectiveTo explore the status of mild cognitive impairment （MCI） among the elderly in Shanghai communities， and to identify the factors associated with MCI.MethodsThe Montreal Cognitive Assessment-Basic （MoCA-B） was used to screen for MCI in elderly adults. Logistic regression analysis was conducted to identify the factors associated with MCI.ResultsAmong 629 participants， 226 （35.90%） were positive for MCI. Older age （OR=1.04， 95%CI： 1.01-1.07）， lower family income （average OR=2.20， 95%CI： 1.01-4.80； poor OR=2.59， 95%CI： 1.03-6.50）， hearing impairment affecting daily life （OR=1.86， 95%CI： 1.19-2.91）， and anxiety symptoms （OR=1.58， 95%CI： 1.02-2.44） were associated with the positive for MCI. Living in central urban area （OR=0.57， 95%CI： 0.37-0.89） and having higher social support （OR=0.97， 95%CI： 0.94-1.00） were protective factors for MCI.ConclusionThe current status of MCI among the elderly in Shanghai communities is not optimistic. It is important and necessary to establish the cognitive-friendly community for the elderly.
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 | 0,001 | 0,000 |
| Communication savante | 0,001 | 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) | 0,001 | 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 ».