Quality of education impacts late‐life cognition
Notice bibliographique
Résumé
OBJECTIVES: Screening tests of global cognition detect racial differences in scores even after adjustment for educational attainment. Differential educational environments in adolescence may affect individual cognitive function. This study examines the impact of high school educational quality on late-life cognition among community-dwelling older adults. METHODS/DESIGN: Data were collected from community-dwelling individuals from the Philadelphia Healthy Brain Aging (PHBA) cohort at the University of Pennsylvania Health System. The present analysis included subjects from the PHBA over the age of 55 years without a diagnosis of Parkinson's disease or dementia, who had attended high school in the City of Philadelphia. Cognition was assessed using the Montreal Cognitive Assessment (MoCA); clinical information was abstracted from the subject's electronic health record. High school information was obtained from the Philadelphia Board of Education. After univariable correlations were defined, we performed stepwise multiple linear regression models to determine the most significant predictors of late-life cognitive status. RESULTS: A total of 130 subjects meeting inclusion criteria were included in the analysis. Years of education, race, educational level, school district, and financial status were all positively associated with MoCA. Significant negative associations included composite vascular risk, attendance at highly segregated schools, and historical poverty status. In stepwise multiple linear regression modeling, the impact of race on cognition remained significant when educational attainment was added to the model but was no longer significant once segregation status was added. CONCLUSIONS: This work suggests that academic and community factors beyond years of education have a marked impact on late-life cognition.
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 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| 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 | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».