A feasibility study on the association between residential greenness and neurocognitive function in middle-aged Bulgarians
Notice bibliographique
Résumé
Recent research has indicated that exposure to residential vegetation ("greenness") may be protective against cognitive decline and may support the integrity of the corresponding brain structures. However, not much is known about these effects, especially in less affluent countries and in middle-aged populations. In this study, we investigated the associations between greenness and neurocognitive function. We used a convenience sample of 112 middle-aged Bulgarians and two cognitive tests: the Consortium to Establish a Registry for Alzheimer's Disease Neuropsychological Battery (CERAD-NB) and the Montreal Cognitive Assessment (MoCA). In addition, structural brain imaging data were available for 25 participants. Participants' home address was used to link cognition scores to the normalised difference vegetation index (NDVI), a measure of overall neighbourhood vegetation level (radii from 100 to 1,000 m). Results indicated that higher NDVI was consistently associated with higher CERAD-NB and MoCA scores across radial buffers and adjustment scenarios. Lower waist circumference mediated the effect of NDVI on CERAD-NB. NDVI100-m was positively associated with average cortical thickness across both hemispheres, but these correlations turned marginally significant (P<0.1) after correction for false discovery rate due to multiple comparisons. In conclusion, living in a greener neighbourhood might be associated with better cognitive function in middle-aged Bulgarians, with lower central adiposity partially accounting for this effect. Tentative evidence suggests that greenness might also contribute to structural integrity in the brain regions regulating cognitive functions. Future research should build upon our findings and investigate larger and more representative population groups.
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 ».