Community environment, cognitive impairment and dementia in later life: results from the Cognitive Function and Ageing Study
Notice bibliographique
Résumé
BACKGROUND: Few studies have investigated the impact of the community environment, as distinct from area deprivation, on cognition in later life. This study explores cross-sectional associations between cognitive impairment and dementia and environmental features at the community level in older people. METHOD: The postcodes of the 2,424 participants in the year-10 interview of the Cognitive Function and Ageing Study in England were mapped into small area level geographical units (Lower-layer Super Output Areas) and linked to environmental data in government statistics. Multilevel logistic regression was conducted to investigate associations between cognitive impairment (defined as MMSE ≤ 25), dementia (organicity level ≥3 in GMS-AGECAT) and community level measurements including area deprivation, natural environment, land use mix and crime. Sensitivity analyses tested the impact of people moving residence within the last two years. RESULTS: Higher levels of area deprivation and crime were not significantly associated with cognitive impairment and dementia after accounting for individual level factors. Living in areas with high land use mix was significantly associated with a nearly 60% reduced odds of dementia (OR: 0.4; 95% CI: 0.2, 0.8) after adjusting for individual level factors and area deprivation, but there was no linear trend for cognitive impairment. Increased odds of dementia (OR: 2.2, 95% CI: 1.2, 4.2) and cognitive impairment (OR: 1.4, 95% CI: 1.0, 2.0) were found in the highest quartile of natural environment availability. Findings were robust to exclusion of the recently relocated. CONCLUSION: Features of land use have complex associations with cognitive impairment and dementia. Further investigations should focus on environmental influences on cognition to inform health and social policies.
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 | 0,001 | 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 ».