Late life education and cognitive function in older adults
Notice bibliographique
Résumé
OBJECTIVE: The potential role of education attained after the age of 50, for example, vocational training or recreational courses, in cognitive reserve has been unexplored. We examined the cross-sectional and prospective associations between late life education (LLE) and global cognitive function in older adults. METHODS: A total of 5306 participants (50+ years) in The Irish Longitudinal Study of Ageing answered questions about highest level of education completed and LLE (2010). Cognitive function was defined as the number of errors on the Montreal cognitive assessment (MoCA) assessed in 2010 and 2014. The association between LLE and MoCA-errors was examined using Poisson regression stratified by level of education. Sensitivity analyses were done to examine reverse causation and selection bias. RESULTS: In those with primary/no (n = 1312, incidence rate ratio [IRR] = 0.83, 95%CI = 0.70-0.99) and secondary education (n = 2208, IRR = 0.88, 95%CI = 0.80-0.97), but not tertiary education (n = 1786, IRR = 0.93, CI = 0.86-1.00), participating in LLE was associated with lower rate of MoCA errors. The prospective association between LLE and 4-year change in MoCA-errors was (borderline) statistically significant in those with primary/no education only (IRR = 0.86, CI = 0.74-1.00). Sensitivity analyses supported robustness of the findings. CONCLUSIONS: LLE may contribute to cognitive reserve and be a useful intervention to mitigate the increased risk of cognitive decline associated with low levels of education.
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 | 0,006 |
| 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 | 0,000 | 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 ».