Changes in Cognition and Mortality in Relation to Exercise in Late Life: A Population Based Study
Notice bibliographique
Résumé
BACKGROUND: On average, cognition declines with age but this average hides considerable variability, including the chance of improvement. Here, we investigate how exercise is associated with cognitive change and mortality in older people and, particularly, whether exercise might paradoxically increase the risk of dementia by allowing people to live longer. METHODS AND PRINCIPAL FINDINGS: In the Canadian Study of Health and Aging (CSHA), of 8403 people who had baseline cognition measured and exercise reported at CSHA-1, 2219 had died and 5376 were re-examined at CSHA-2. We used a parametric Markov chain model to estimate the probabilities of cognitive improvement, decline, and death, adjusted for age and education, from any cognitive state as measured by the Modified Mini-Mental State Examination. High exercisers (at least three times per week, at least as intense as walking, n = 3264) had more frequent stable or improved cognition (42.3%, 95% confidence interval: 40.6-44.0) over 5 years than did low/no exercisers (all other exercisers and non exercisers, n = 4331) (27.8% (95% CI 26.4-29.2)). The difference widened as baseline cognition worsened. The proportion whose cognition declined was higher amongst the high exercisers but was more similar between exercise groups (39.4% (95% CI 37.7-41.1) for high exercisers versus 34.8% (95% CI 33.4-36.2) otherwise). People who did not exercise were also more likely to die (37.5% (95% CI 36.0-39.0) versus 18.3% (95% CI 16.9-19.7)). Even so, exercise conferred its greatest mortality benefit to people with the highest baseline cognition. CONCLUSIONS: Exercise is strongly associated with improving cognition. As the majority of mortality benefit of exercise is at the highest level of cognition, and declines as cognition declines, the net effect of exercise should be to improve cognition at the population level, even with more people living longer.
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 | 0,002 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,003 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 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 ».