Cardiorespiratory Fitness Moderates the Age-Related Association Between Executive Functioning and Mobility: Evidence From Remote Assessments
Notice bibliographique
Résumé
Abstract Background and Objectives In older adults, executive functions are important for daily-life function and mobility. Evidence suggests that the relationship between cognition and mobility is dynamic and could vary according to individual factors, but whether cardiorespiratory fitness reduces the age-related increase of interdependence between mobility and cognition remains unexplored. Research Design and Methods One hundred eighty-nine participants (aged 50–87) were divided into 3 groups according to their age: middle-aged (MA; <65), young older adults (YOA; 65–74), and old older adults (OOA; ≥75). Participants performed Timed Up and Go and executive functioning assessments (Oral Trail Making Test and Phonologic verbal fluency) remotely by videoconference. Participants completed the Matthews questionnaire to estimate their cardiorespiratory fitness (VO2 max in ml/min/kg). A 3-way moderation was used to address whether cardiorespiratory fitness interacts with age to moderate the relationship between cognition and mobility. Results Results showed that the cardiorespiratory fitness × age interaction moderated the association between executive functioning and mobility (β = −0.05; p = .048; R2 = 17.6; p < .001). At lower levels of physical fitness (<19.16 ml/min/kg), executive functioning significantly influenced YOA’s mobility (β = −0.48, p = .004) and to a greater extent OOA’s mobility (β = −0.96, p = .002). Discussion and Implications Our results support the idea of a dynamic relationship between mobility and executive functioning during aging and suggest that physical fitness could play a significant role in reducing their interdependency.
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 | 0,004 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 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 | 0,001 |
| 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 ».