MétaCan
Menu
Retour à la cohorte
Enregistrement W2899895238 · doi:10.1093/geroni/igy023.2909

DOES COGNITIVE LIFESTYLE MATTER? EXAMINING TRANSITIONS BETWEEN COGNITIVE STATES USING MSM ACROSS FOUR STUDIES

2018· article· en· W2899895238 sur OpenAlexaff
Annie Robitaille, Ardo van den Hout, Emiel O. Hoogendijk, Andriy Koval, Judith J. M. Rijnhart, Johan Skoog, Scott M. Hofer

Notice bibliographique

RevueInnovation in Aging · 2018
Typearticle
Langueen
DomainePsychology
ThématiqueHealth and Well-being Studies
Établissements canadiensUniversity of VictoriaUniversité du Québec à Montréal
Organismes subventionnairesnon disponible
Mots-clésCognitionPsychologyCognitive impairmentConsistency (knowledge bases)Cognitive declineLongitudinal studyGerontologyElderly peopleDevelopmental psychologyMedicinePsychiatryDementiaComputer scienceInternal medicine

Résumé

récupéré en direct d'OpenAlex

We examined the relationship between active cognitive lifestyle (i.e. social network size and participation in cognitive activities) and transitions between different cognitive states (i.e., normal MMSE, mild MMSE impairment, severe MMSE impairment) and evaluated the consistency of results across four longitudinal studies of aging (i.e. OCTO-Twin, LASA, H70, MAP). Multi-state models (MSM) were run independently across all longitudinal studies controlling for age, sex, and education. Less participation in cognitive activities was associated with an increased risk of transitioning from normal MMSE to mild MMSE impairment and from normal MMSE to death in two studies. Larger social network size was associated with a lower risk of transitioning from normal MMSE to mild MMSE in three studies. These results highlight how lifestyles factors can delay cognitive decline and highlights the need for more policies and interventions that make it easier for older adults to keep their mind active and remain socially involved.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,022
score de la tête « metaresearch » (Gemma)0,035
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,022
Score d'incertitude au seuil0,118

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0220,035
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,004
Bibliométrie0,0030,003
Études des sciences et des technologies0,0010,001
Communication savante0,0020,002
Science ouverte0,0010,003
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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.

Tête enseignante Opus0,119
Tête enseignante GPT0,443
Écart entre enseignants0,324 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInnovation in AgingMême sujetHealth and Well-being StudiesTravaux en français237 207