Correlation between Body Mass Index (BMI) and Performance on the Montreal Cognitive Assessment (MoCA) in a Cohort of Adult Women in South Africa
Notice bibliographique
Résumé
Objective. Recent evidence suggests that obesity is increasing worldwide and may negatively impact neurocognition. Local studies on the association of weight status with neurocognitive function are sparse. This study is aimed at examining the association between body mass index (BMI) and neurocognitive functioning scores in a cohort of adult women. Methods. A convenience sample of 175 women aged 18 to 59 years ( 28.03 ± 8.87 ) recruited in a community-based quantitative study completed the Montreal Cognitive Assessment (MoCA). The BMI metric was used to measure body fat based on weight and height and was stratified as high BMI (overweight or obese) or low BMI (normal weight). The Beck Depression Inventory (BDI) was used to assess depression. Pearson’s correlation analysis and the student’s t -test analysis were performed. Results. We observed a significant inverse association between BMI and performance on MoCA ( r 173 = − 0.32 , p < 0.001 ). Performance on subtest of attention, memory, constructive abstraction, and executive functions significantly and inversely correlated with BMI. Significantly lower scores on the MoCA were found in women with a high BMI compared to women with a low BMI ( 23 ± 4 vs. 26 ± 3 ), t 173 = 4.12 , p < 0.0001 ). Conclusions. BMI and MoCA were inversely associated on both global and domain-specific neurocognitive test of attention, memory, and executive function; key neurocognitive control; and regulatory functions underlying behavior and decision-making. The findings provide a rationale for further research into the long-term effects of BMI on neurocognition.
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 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| 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) | 0,001 | 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 ».