Declínio Cognitivo e Depressão nos idosos do Concelho de Coimbra
Notice bibliographique
Résumé
Argumento: diversas investigações referem que os sintomas depressivos são uma dificuldade frequente para a população geriátrica que está associado ao declínio cognitivo. Actualmente em Portugal ainda se sabe pouco acerca dos factores que contribuem para o declínio cognitivo. Objectivos: Pretendemos verificar o papel das variáveis sociodemográficas e dos sintomas depressivos no declínio cognitivo. Metodologia: A amostra é representada por 356 idosos, dos quais 24,4% são homens e 75,6% são mulheres. Esta amostra foi dividida em dois grupos: idosos sem declínio (n = 172), e idosos com declínio (n = 184). Na recolha de dados utilizámos o Montreal Cognitive Assessment (MoCA) para avaliar o grau de declínio dos idosos e aplicámos o Geriatric Depression Scale (GDS) para avaliar a intensidade dos sintomas depressivos. Resultados: A média do declínio cognitivo é inferior às pontuações de referência, ao passo que a média dos sintomas depressivos era superior às pontuações de referência. O declínio cognitivo é maioritariamente afectado pela idade (> de 81 anos) e escolaridade (analfabetos), tendo os idosos mais velhos resultados inferiores, ou seja, quanto maior a idade maior o declínio. O género e o estado civil demonstram igualmente algum declínio cognitivo, embora não tão evidenciado. Os idosos com declínio cognitivo grave apresentam maior índice de sintomas depressivos. As variáveis sociodemográficas demonstraram ter influência no declínio cognitivo. Os idosos mais novos, aparentemente são menos vulneráveis ao declínio cognitivo quando têm sintomas depressivos. Conclusão: Os idosos desta amostra têm, na sua grande maioria declínio cognitivo e sintomas depressivos que podem ser influenciados pela institucionalização, isolamento familiar, entre outras. Estes resultados sublinham a necessidade de estratégias de prevenção e de intervenção, quer para o declínio cognitivo, quer para a sintomatologia depressiva. / Argument: Many investigations say that depressive symptoms are a common difficulty to the geriatric population and i tis related to cognitive decline. At this moment in Portugal, not much is known about the factors that contribute to cognitive decline. Objectives: we want to verify the way in which sociodemographical variables work in cognitive decline. Methodology: The sample is built by 356 elders, from which 24,4% are men and 75,6% are women. This sample has been divided in two groups: elders without decline (n = 172), and elders with decline (n = 184). In data getting, we used Montreal Cognitive Assessment (MoCA) to evaluate the degree of elderly decline and we applied Geriatric Depression Scale (GDS) to evaluate the intensity of depression symptoms. Results: The mean of cognitive decline is smaller than the referenced scores whereas the mean of depressive symptoms was greater than the referenced scores. Cognitive decline is greatly affected by age (> 81 years) and education (illiterate), having lower scores, which means the greater the age, the greater the decline. The gender and civil state are also commented to cognitive decline, but they aren’t that clear. The elders with serious cognitive decline have a greater depressive symptoms indeed. Sociodemogaphical variables have been noted as having influence in cognitive decline. Youngers elders are apparently less vulnerable to cognitive decline when they have depressive symptoms. Conclusion: The elders from this sample have in majority cognitive decline and depressive symptoms, that can be influenced by institutionalization, being away from the family and others. These results underscore the need for prevention strategies and intervention, both for cognitive decline, both for depressive symptoms.
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 | 0,014 | 0,014 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,008 | 0,008 |
| Études des sciences et des technologies | 0,003 | 0,007 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,003 |
| 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».