MétaCan
Menu
← Back to cohort
Record W4220680600 · doi:10.12681/eadd/51215

Προγνωστικοί παράγοντες κινδύνου γνωσιακής έκπτωσης ασθενών γενικού νοσοκομείου

2022· dissertation· el· W4220680600 on OpenAlexaboutno aff
Σταματία Τόλια

Bibliographic record

Venuenot available
Typedissertation
Languageel
FieldBusiness, Management and Accounting
TopicEntrepreneurship Studies and Influences
Canadian institutionsnot available
Fundersnot available
KeywordsMontreal Cognitive AssessmentMini–Mental State ExaminationCognitive impairmentCognitionPsychologyGerontologyMedicinePsychiatry

Abstract

fetched live from OpenAlex

Εισαγωγή: Ο πρώιμος εντοπισμός της γνωσιακής έκπτωσης σε υγιή άτομα γίνεται όλο και περισσότερο απαραίτητος, λόγω της αιτιολογικής συσχέτισής της με την άνοια. Εκτιμάται ότι οι ασθενείς που πάσχουν από άνοια θα φθάσουν το 2050 περί τα 30.000.000 από τα 14.000.000 που ήταν το 2010 σύμφωνα με πρόσφατη βιβλιογραφία. Σκοπός: Σκοπός της παρούσας μελέτης ήταν να διερευνηθεί η τυχαία μη κλινικά διακριτή γνωσιακή έκπτωση ατόμων προσερχομένων σε γενικό νοσοκομείο, η μελέτη πιθανών παραγόντων που συμβάλλουν στην εμφάνιση γνωστικών ελλειμμάτων καθώς και η κλινική εγκυρότητα της κλίμακας Montreal Cognitive Assessment στον εντοπισμό ήπιων γνωστικών ελλειμμάτων.Υλικό και Μεθοδολογία: Ως κύριο διαγνωστικό εργαλείο για την γνωσιακή έκπτωση και την άνοια χρησιμοποιήθηκε η κλίμακα Montreal Cognitive Assessment (MoCa). Παράλληλα έγινε λήψη κοινωνικών - δημογραφικών στοιχείων του δείγματος και χρησιμοποιήθηκε η κλίμακα Hamilton για κατάθλιψη (HAM-D) ώστε να αποκλεισθεί ο πληθυσμός ο οποίος εμφανίζει καταθλιπτική συμπτωματολογία και η οποία είναι γνωστό ότι αποτελεί συγχυτικό παράγοντα στην εκτίμηση γνωσιακών λειτουργιών. Στη συνέχεια, οι ασθενείς αξιολογήθηκαν μέσω της κλίμακας Mini Mental State Examination (MMSE) με σκοπό τη σύγκριση των αποτελεσμάτων των δύο διαγνωστικών εργαλείων της άνοιας. Τέλος, χρησιμοποιήθηκε η κλίμακα International Physical Activity Questionnaire (IPAQ) ώστε να ληφθούν πληροφορίες σχετικά με τη φυσική δραστηριότητα των ασθενών και κατά πόσο αυτή συνδέεται με την εμφάνιση ή μη γνωστικής έκπτωσης. Η μελέτη είναι προοπτική και πραγματοποιήθηκε σε 300 ασθενείς που προσήλθαν στα εξωτερικά ιατρεία (ΕΙ) γενικού νοσοκομείου. Η τεχνική της δειγματοληψίας ήταν αυτή της σκόπιμης, μη πιθανότητας.Αποτελέσματα: Ο μέσος όρος ηλικίας του δείγματος ήταν 65.4 έτη. Το 76.7% είχε κάποιο συνοδό νόσημα. Τα ποσοστά εμφάνισης ήπιας, μέτριας, σοβαρής γνωστικής έκπτωσης σύμφωνα με την MoCA ήταν 60.7%, 13.3%, 1.7% αντίστοιχα. Υπήρξε συμφωνία αποτελεσμάτων μεταξύ MoCA-MMSE σε ποσοστό 43.3%. Το 48% του δείγματος με μέτρια ή έντονη φυσική δραστηριότητα εμφάνισε καλύτερη απόδοση στις γνωστικές δοκιμασίες των δύο κλιμάκων.Συμπεράσματα: Η κλίμακα MoCA εμφανίζει μεγαλύτερη ευαισθησία και ειδικότητα στην ανίχνευση ήπιων γνωστικών ελλειμμάτων σε σχέση με την MMSE, αποτελώντας ένα ισχυρό διαγνωστικό εργαλείο στην κλινική πράξη. Η φυσική δραστηριότητα και τα έτη εκπαίδευσης φαίνεται να μειώνουν τον κίνδυνο εμφάνισης άνοιας ή ήπιας γνωστικής διαταραχής.

Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.

How this classification was reachedexpand

Full frame machine prediction

Teacher imitation

Not calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.

metaresearch head score (Codex)0.002
metaresearch head score (Gemma)0.005
Version: metacan-v3-hybrid-931329e0061cValidation status: machine_predicted_unvalidated
Candidate categoriesnone
Consensus categoriesnone
DomainCandidate signal: none · Consensus signal: none
Study designCandidate signal: Observational · Consensus signal: none
GenreCandidate signal: Empirical · Consensus signal: none
Teacher disagreement score0.167
Threshold uncertainty score0.559

Distilled classifier scores by category (both heads)

CategoryCodexGemma
Metaresearch0.0020.005
Meta-epidemiology (narrow)0.0000.000
Meta-epidemiology (broad)0.0000.001
Bibliometrics0.0010.002
Science and technology studies0.0020.002
Scholarly communication0.0060.004
Open science0.0010.002
Research integrity0.0020.002
Insufficient payload (model declined to judge)0.1670.076

Machine scores (provisional)

The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.

Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.

Opus teacher head0.016
GPT teacher head0.254
Teacher spread0.238 · how far apart the two teachers sit on this one work
Validation statusscore_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from it

Classification

machine, unvalidated

Machine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.

The models applied no category: nothing in the taxonomy fit this work.
Study designObservational
Domainnot available
GenreEmpirical

How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".

Quick stats

Citations0
Published2022
Admission routes1
Has abstractyes

Explore more

Same topicEntrepreneurship Studies and Influences→French-language works237,207→