MétaCan
Menu
Retour à la cohorte
Enregistrement W3144997778 · doi:10.1155/2021/5681913

The Effects of Light-to-Moderate Alcohol Consumption on the Cognitive Function of Community Nondemented Male Elderly: A Cohort Study

2021· article· en· W3144997778 sur OpenAlexaboutno aff
Yan Zhang, Zhang Yingjie, An Na, Qi Qiu, Wei Li, Wenzheng Wang, Lin Sun, Shifu Xiao

Notice bibliographique

RevueBehavioural Neurology · 2021
Typearticle
Langueen
DomaineMedicine
ThématiqueSubstance Abuse Treatment and Outcomes
Établissements canadiensnon disponible
Organismes subventionnairesChinese Academy of SciencesNational Natural Science Foundation of ChinaShanghai Center for Brain Science and Brain-Inspired Technology
Mots-clésCohortAlcohol consumptionCognitionGerontologyMedicineCohort studyPsychologyAlcoholAudiologyPsychiatryInternal medicineBiologyBiochemistry

Résumé

récupéré en direct d'OpenAlex

AIM: To investigate the effects of light-to-moderate drinking on the cognitive function of the elderly in a large elderly community cohort. Although heavy drinking is linked with impaired brain functions, the effects of light-to-moderate drinking on the cognitive function of the elderly are still controversial. METHODS: A total of 1469 nondemented elderly men from 15 research centers in 8 cities and provinces were included and divided into two groups: drinking (531 subjects) and nondrinking (938 subjects). Cognitive functions were assessed by the Beijing version of the Montreal Cognitive Assessment (MoCA) at baseline and one-year follow-up. RESULTS: There was no difference in total cognitive scores between the light-to-moderate drinking and nondrinking groups at baseline and follow-up. Nonalcohol users performed better naming and abstraction function at baseline and better naming function at follow-up. There was no difference in cognitive performance decline and new-onset dementia rates at follow-up. CONCLUSIONS: Light-to-moderate alcohol consumption had no significant impact on the overall cognitive function and the risk of dementia in elderly men.

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)0,001
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 enseignants0,017
Score d'incertitude au seuil0,033

Scores du classifieur distillé par catégorie (deux têtes)

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

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 Opus0,052
Tête enseignante GPT0,311
Écart entre enseignants0,259 · 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

Citations17
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueBehavioural NeurologyMême sujetSubstance Abuse Treatment and OutcomesTravaux en français237 207