MétaCan
Menu
Retour à la cohorte
Enregistrement W3139062811 · doi:10.3390/jcm10061243

Active Travel and Mild Cognitive Impairment among Older Adults from Low- and Middle-Income Countries

2021· article· en· W3139062811 sur OpenAlexaff
Lee Smith, Nicola Veronese, Guillermo F. López Sánchez, Lin Yang, Damiano Pizzol, Laurie T. Butler, Yvonne Barnett, Mireia Félez-Nóbrega, Louis Jacob, Jae Il Shin, Mark A. Tully, Trish Gorely, Hans Oh, Ai Koyanagi

Notice bibliographique

RevueJournal of Clinical Medicine · 2021
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueHealth disparities and outcomes
Établissements canadiensAlberta Health Services
Organismes subventionnairesNational Institute on Aging
Mots-clésMedicineDementiaLogistic regressionOdds ratioOddsGerontologyPsychological interventionDemographyCognitive impairmentAssociation (psychology)Physical activityCross-sectional studyCognitionPhysical therapyInternal medicinePsychiatryDisease

Résumé

récupéré en direct d'OpenAlex

Active travel may be an easily achievable form of physical activity for older people especially in low- and middle-income countries (LMICs), but there are currently no studies on how this form of physical activity is associated with a preclinical state of dementia known as mild cognitive impairment (MCI). Therefore, we aimed to investigate the association between active travel and MCI among adults aged ≥50 years from six LMICs. Cross-sectional, community-based data from the World Health Organization's Study on Global Ageing and Adult Health were analyzed. The definition of MCI was based on the National Institute on Ageing-Alzheimer's Association criteria. Active travel (minutes/week) was assessed with questions of the Global Physical Activity Questionnaire (GPAQ) and presented in tertiles. Multivariable logistic regression analysis was conducted to assess the association between active travel and MCI. Data on 32715 people aged ≥50 years (mean age 62.4 years; 52.1% females) were analyzed. Compared to the highest tertile of active travel, the lowest tertile was associated with 1.33 (95%CI = 1.14-1.54) times higher odds for MCI overall. This association was particularly pronounced among those aged ≥65 years (OR = 1.70; 95%CI = 1.32-2.19) but active travel was not associated with MCI among those aged 50-64 years. In conclusion, low levels of active travel were associated with a significantly higher odds of MCI in adults aged ≥65 years in LMICs. Promoting active travel among people of this age group in LMICs via tailored interventions and/or country-wide infrastructure investment to provide a safe environment for active travel may lead to a reduction in MCI and subsequent dementia.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,010
Score d'incertitude au seuil0,021

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,000
Science ouverte0,0000,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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.

Tête enseignante Opus0,049
Tête enseignante GPT0,419
Écart entre enseignants0,369 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations7
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Clinical MedicineMême sujetHealth disparities and outcomesTravaux en français237 207