Pet ownership is associated with greater cognitive and brain health in a cross-sectional sample across the adult lifespan
Notice bibliographique
Résumé
Human-animal interactions that stem from pet ownership have a wide range of benefits for social, emotional, and physical health. These factors also tend to improve cognition. Following this logic, owning a pet could indirectly enhance cognitive and brain health through mechanisms like improvements in well-being, socialization, and decreased stress. In the present study, cross-sectional data were drawn from the Alabama Brain Study on Risk for Dementia in which 95 participants aged 20-74 were recruited. Specifically, 56 adults were pet-owners and 39 adults were not pet-owners. Multivariate analyses revealed that pet ownership was related to higher levels of cognition and larger brain structures, and these effects were largest in dog owners. The most consistent cognitive relationships were found with better processing speed, attentional orienting, and episodic memory for stories, and with dorsal attention, limbic, and default mode networks. Moreover, we show that owning a pet can reduce one's brain age by up to 15 years. Pet ownership was not related to indirect factors including social, emotional, and physical health. We found also that older adults' brain health benefited from owning more than one pet versus owning one or fewer pets. These findings indicate that pet ownership, especially dog ownership, may play a role in enhancing cognitive performance across the adult lifespan, which could in turn influence protection against age-related cognitive decline.
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 | 0,001 | 0,001 |
| 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 | 0,000 |
| 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 ».