Positive and negative affect are associated with salivary cortisol in the everyday life of older adults: A quantitative synthesis of four aging studies
Notice bibliographique
Résumé
Research on time-fluctuating links between positive affect and cortisol is inconsistent and mostly based on young to middle-aged samples. The current project investigated how moment-to-moment changes in positive and negative affect are associated with moment-to-moment changes in cortisol levels in older adults’ daily lives and whether those associations are moderated by differences in health status (as indicated by the number of comorbidities). Affect and cortisol data collected in four separately conducted momentary assessment studies with parallel protocols were pooled to obtain a sample of N=476 individuals aged 56–88 years (Mage=71.9, SD=6.6; 52% female). Participants provided affect reports and collected salivary cortisol 5–7 times a day for a 7-day period and reported the presence of 13 different health conditions. Data were analyzed using multilevel models, with time since waking, daily behaviors associated with cortisol secretion, age, and sex controlled. Feeling more positive affect than usual was associated with lower momentary cortisol. In contrast, feeling more negative affect than usual was associated with higher momentary cortisol. Associations of momentary positive and negative affect with cortisol were weaker among participants in worse as compared to those in better health. Trait positive affectivity was associated with more curvature of waking cortisol profiles and trait negative affectivity was associated with smaller cortisol awakening responses. Findings suggest that HPA axis responses fluctuate with everyday changes in positive and negative affect in older adults, and that higher HPA reactivity may indicate preserved health in this age group.
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 | 0,000 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| 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 ».