Activity Energy Expenditure and Incident Cognitive Impairment in Older Adults
Notice bibliographique
Résumé
BACKGROUND: Studies suggest that physically active people have reduced risk of incident cognitive impairment in late life. However, these studies are limited by reliance on self-reports of physical activity, which only moderately correlate with objective measures and often exclude activity not readily quantifiable by frequency and duration. The objective of this study was to investigate the relationship between activity energy expenditure (AEE), an objective measure of total activity, and incidence of cognitive impairment. METHODS: We calculated AEE as 90% of total energy expenditure (assessed during 2 weeks using doubly labeled water) minus resting metabolic rate (measured using indirect calorimetry) in 197 men and women (mean age, 74.8 years) who were free of mobility and cognitive impairments at study baseline (1998-1999). Cognitive function was assessed at baseline and 2 or 5 years later using the Modified Mini-Mental State Examination. Cognitive impairment was defined as a decline of at least 1.0 SD (9 points) between baseline and follow-up evaluations. RESULTS: After adjustment for baseline Modified Mini-Mental State Examination scores, demographics, fat-free mass, sleep duration, self-reported health, and diabetes mellitus, older adults in the highest sex-specific tertile of AEE had lower odds of incident cognitive impairment than those in the lowest tertile (odds ratio, 0.09; 95% confidence interval, 0.01-0.79). There was also a significant dose response between AEE and incidence of cognitive impairment (P = .05 for trend over tertiles). CONCLUSIONS: These findings indicate that greater AEE may be protective against cognitive impairment in a dose-response manner. The significance of overall activity in contrast to vigorous or light activity should be determined.
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 | 0,000 | 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 ».