Independent and interactive impacts of hypertension and diabetes mellitus on verbal memory: A coordinated analysis of longitudinal data from England, Sweden, and the United States.
Notice bibliographique
Résumé
The importance of preventing and controlling hypertension (HTN) and diabetes mellitus (DM) to mitigate risks to physical health has long been understood by health care professionals. More recently, a growing body of evidence implicates HTN and DM in age-related cognitive decline and risk for dementia, though consensus has yet to be reached on whether older adults living with comorbid HTN and DM are at heightened risk for cognitive impairment. The present study sought to contribute to this topic through a coordinated analysis of 3 longitudinal studies of aging from England, Sweden, and the United States (total N = 12,513). Identical multilevel linear growth models were fit to each to estimate the impact of baseline disease status on initial level and change in verbal declarative memory performance. Overall, few associations between HTN, DM, and cognition were observed. Rate of decline was steeper for Swedish participants with independent HTN but attenuated for their American counterparts. Americans with comorbid HTN and DM showed attenuated decline. Treatment with medication was substantially less prevalent in the earlier-born and lower-educated Swedish sample, which may help to explain our pattern of results. In addition, those living with multiple conditions may be more likely to receive treatment, mitigating cognitive decline. Our results present a nuanced view of the interactions between HTN, DM, and cognition, and lead us to recommend consideration of treatment status or proxies such as birth cohort and education, in combination with age at assessment and specific measure used to interpret research in this area. (PsycINFO Database Record
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 ».