Association Between Objectively Measured Physical Activity and Cognitive Function in Older Adults—The Reasons for Geographic and Racial Differences in Stroke Study
Notice bibliographique
Résumé
OBJECTIVES: To examine the relationship between objectively measured physical activity (PA) and cognitive function in white and black older adults. DESIGN: Cross-sectional. SETTING: REasons for Geographic and Racial Differences in Stroke (REGARDS) study. PARTICIPANTS: Older adults who provided valid data from accelerometer and cognitive function tests (N = 7,098). MEASUREMENTS: Accelerometers provided estimates of PA variables for 4 to 7 consecutive days. PA cut-points of 50 counts per minute (cpm) and 1,065 cpm were applied to differentiate between being sedentary and light PA and between light and moderate to vigorous PA (MVPA), respectively. Prevalence of cognitive impairment was defined using the Six-Item Screener (<4/6). Letter fluency, animal fluency, word list learning, and Montreal Cognitive Assessment (orientation and recall) were used to assess memory and executive function. RESULTS: Of 7,098 participants (aged 70.1 ± 8.5, 54.2% female, 31.5% black), 359 (5.1%) had impaired cognition within ±12 months of PA measurement. The average proportion of time spent in MVPA (MVPA%) was 1.4 ± 1.9%. Participants in the highest quartile of MVPA% (~258.3 min/wk) were less likely to be cognitively impaired than those in the lowest quartile (odds ratio = 0.65, 95% confidence interval = 0.43-0.97). MVPA% was also significantly associated with executive function and memory z-scores (P < .001). Similar analyses of proportion of time spent in light PA (LPA%) and sedentary time (ST%) showed no significant associations with cognitive function. CONCLUSION: Higher levels of objectively measured MVPA%, rather than LPA% or ST%, were associated with lower prevalence of cognitive impairment and better performance in memory and executive function in aging people. The amount of MVPA associated with lower prevalence of cognitive impairment is consistent with meeting PA guidelines.
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 | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| 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 ».