Prevalence of Poor Mental Health and Cognitive Status among Middle-Aged Adults and Its Predictors in Relation to Polyphenols Intake
Notice bibliographique
Résumé
Background: Decline in mental health and cognitive status starts to show its sign during middle-age and is affected by dietary factors, namely the polyphenols intake.Polyphenols have received attention in improving health issues related to aging, including decline in mental health and cognitive.The aim of this study is to determine the prevalence of poor mental health and cognitive status among middle-aged adults and its predictors in relation to polyphenols intake.Methods: Subjects' food intakes were calculated by using dietary history questionnaire and food frequency questionnaire for polyphenols.The subjects' mental health and cognitive status were measured by general health questionnaire-28 (GHQ-28) and Rey's auditory verbal learning test (RAVLT).Results: More than 40% of middle-aged adults were identified as having signs of poor mental health.A total of 67.9% of the subjects had poor cognitive status according to RAVLT immediate recall.Hierarchical binary logistic regression indicated that fat intake was associated with somatic symptoms for both men [adjusted odds ratio (AOR) = 1.04;P < 0.05] and women (AOR = 1.06;P < 0.05).Intake of lignan (AOR = 1.071;P < 0.05) was associated with better RAVLT immediate recall among women.Additionally, high cholesterol (AOR = 3.14; P < 0.05) was associated with poor score of RAVLT delayed recall for women.Conclusions: Early detection of poor mental health and cognitive is crucial to prevent Alzheimer's disease in old age.
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 | 0,000 | 0,001 |
| 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 | 0,000 | 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) | 0,002 | 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 ».