BODY MASS INDEX AND COGNITIVE DECLINE AMONG KOREAN OLDER ADULTS: AN 8-YEAR FOLLOW-UP STUDY
Notice bibliographique
Résumé
Objective: This study examined the longitudinal trajectory of the relation between body mass index (BMI) and cognitive decline among Korean older adults. Methods: Participants were a nationally representative sample of 5,549 Korean adults aged 60 or older from the Korean Longitudinal Study of Aging (KLOSA: 2006–2014). Our outcome variable was cognitive functioning measued with the Korean Mini-Mental State Examination (K-MMSE). Growth curve modeling analysis was conducted to examine the longitudinal association between BMI and cognitive functioning. Results: Results from growth curve modeling analysis showed that after adjusting for covariates, underweight increased a risk for cognitive decline among Korean older adults over the 8-year period (p < .05). On the contrary, overweight or obese older adults had a reduced risk for cognitive decline over the 8-year period, after adjusting for covariates (ps < .001). A growth curve figure displayed a negative linear pattern of the relation between BMI and cognitive decline, indicating that the declining pattern of cognitive functioning scores reduced as BMI increased over the 8-year period. Discussion: Findings suggest that compared to healthy weight, low BMI could be a risk factor for cognitive dysfunction, whereas high BMI could function as a protective factor for cognitive dysfunction in late adulthood. Additional research examining reasons for this longitudinal trajectory is needed. Implications for research and clinical practice are discussed.
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 | 0,001 |
| 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 ».