Body mass index predicts cognitive aging trajectories selectively for females: Evidence from the Victoria Longitudinal Study.
Notice bibliographique
Résumé
OBJECTIVE: Elevated body weight in midlife is an established risk factor for accelerated cognitive decline, impairment, and dementia. Research examining the impact of later-life body mass index (BMI) on normal cognitive aging has produced mixed results. There is a need for longitudinal designs, replication across multiple cognitive domains, and consideration of BMI effects in the context of important moderators. The present research examined (a) BMI prediction of neuropsychological performance and decline in executive function (EF), neurocognitive speed, and memory and (b) sex stratification of BMI effects. METHOD: age = 71.75, range = 53-85 years) were older adults from the Victoria Longitudinal Study. Latent growth modeling was used to examine BMI as a predictor of level and change in three latent variables of cognition. The data were then stratified by sex to test whether BMI effects differed for females and males. We adjusted for selected medical, psychosocial, and demographic characteristics. RESULTS: Higher BMI predicted less decline in EF, neurocognitive speed, and memory. Interestingly, when the data were stratified by sex, higher BMI predicted less neuropsychological decline across domains for females only. BMI was unrelated to cognitive aging trajectories for males. CONCLUSIONS: We found that elevated BMI was a risk-reducing factor for cognitive decline only for females. Results may be used to enhance the precision with which intervention protocols may target specific subgroups of older adults. (PsycInfo Database Record (c) 2020 APA, all rights reserved).
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 | 0,003 | 0,011 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 ».