Spouse bereavement and brain pathologies: A propensity score matching study
Notice bibliographique
Résumé
AIM: Spouse bereavement is one of life's greatest stresses and has been suggested to trigger or accelerate cognitive decline and dementia. However, little information is available about the potential brain pathologies underlying the association between spouse bereavement and cognitive decline. We aimed to investigate that lifetime spouse bereavement is associated with in vivo human brain pathologies underlying cognitive decline. METHODS: F] fluorodeoxyglucose-PET, and magnetic resonance imaging. Participants were classified as experiencing no spouse bereavement or spouse bereavement, and comparisons using propensity score matching (59 cases and 59 controls) were performed. RESULTS: Spouse bereavement was significantly associated with higher cerebral white matter hyperintensity (WMH) volume compared with no spouse bereavement. Interaction and subsequent subgroup analyses showed that spouse bereavement was significantly associated with higher WMH in the older (>75 years) subgroup and among those with no- or low-skill occupations. In addition, spouse bereavement at 60 years or older affects WMH volume compared with no spouse bereavement, whereas spouse bereavement at younger than 60 years did not. No group differences were observed in other brain pathologies between spouse bereavement categories. CONCLUSIONS: The findings suggest that the spouse bereavement may contribute to dementia or cognitive decline by increasing cerebrovascular injury, particularly in older individuals and those with no- or low-skill occupations.
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 | 0,002 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| 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 ».