Dementia in Hungary: General practitioners’ routines and perspectives regarding early recognition
Notice bibliographique
Résumé
Undetected dementia in primary care is a global problem. Since general practitioners (GPs) act as the first step in the identification process, examining their routines could help us to enhance the currently low recognition rates. The study aimed to explore, for the first time in Hungary, the dementia identification practices and views of GPs. In the context of an extensive, national survey (February-November 2014) 8% of all practicing GPs in Hungary (n = 402) filled in a self-administered questionnaire. The questions (single, multiple-choice, Likert-type) analysed in the present study explored GPs’ methods and views regarding dementia identification and their ideas about the optimal circumstances of case-finding. The vast majority of responding GPs (97%) agreed that the early recognition of dementia would enhance both the patients’ and their relatives’ well-being. When examining the possibility of dementia, most GPs (91%) relied on asking the patients general questions and only a quarter of them (24%) used formal tests, even though they were mostly satisfied with both the Clock Drawing Test (69%) and the Mini-Mental State Examination (65%). Longer consultation time was chosen as the most important facet of improvement needed for better identification of dementia in primary care (81%). Half of the GPs (49%) estimated dementia recognition rate to be lower than 30% in their practice. Hungarian GPs were aware of the benefits of early recognition, but the shortage of consultation time in primary care was found to be a major constraint on efficient case-finding.
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 | 0,001 | 0,004 |
| 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 | 0,001 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| 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 ».