MétaCan
Menu
← Retour à la cohorte
Enregistrement W4312086328 · doi:10.1002/alz.067713

Inactivity is associated with worse cognition and neurodegeneration in aging adults

2022· article· en· W4312086328 sur OpenAlexaboutno aff
Marissa A. Gogniat, Omair A. Khan, Judy Li, Chorong Park, W Hudson Robb, Elizabeth E. Moore, Michelle Houston, Kimberly R. Pechman, Dandan Liu, Timothy J. Hohman, Katherine A. Gifford, Angela L. Jefferson

Notice bibliographique

RevueAlzheimer s & Dementia · 2022
Typearticle
Langueen
DomaineMedicine
ThématiqueCardiovascular and exercise physiology
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésActigraphyMedicineBrain sizeEpisodic memoryMontreal Cognitive AssessmentCognitionNeuropsychologyEffects of sleep deprivation on cognitive performanceCognitive reserveTemporal lobeGrey matterAging brainCognitive declineGerontologyAudiologyDementiaPsychologyInternal medicineMagnetic resonance imagingWhite matterCognitive impairmentPsychiatry

Résumé

récupéré en direct d'OpenAlex

Abstract Background Greater physical activity is known to be beneficial for healthier brain aging outcomes. However, less is known about how inactivity might influence the aging brain. Inactivity is highly prevalent in older adulthood and may be an important modifiable risk factor. We examined how inactivity relates to cognitive performance and structural imaging variables in community‐dwelling older adults, particularly among individuals at genetic risk for sporadic AD (i.e., apolipoprotein E (APOE)‐e4 carriers). Method Vanderbilt Memory and Aging Project (n = 265, 74±8 years, 37% female) participants completed at least 7 days of wrist actigraphy, neuropsychological assessment, and 3T brain MRI. Actigraphy data was processed using the GGIR package. Linear regression analyses related average daily minutes spent in inactivity during wake periods to cognition and brain structure adjusting for age, sex, race/ethnicity, education, Framingham Stroke Risk Profile score, APOE‐e4 status, cognitive status, actigraphy wear time, and intracranial volume (for MRI outcomes). Models were repeated testing interactions with APOE‐e4 status. Result The total sample was inactive for 14±2 hours/day. More minutes of inactivity related to worse episodic memory performance (β = ‐0.001, p = 0.03), a smaller AD‐signature composite of cortical thickness (β = ‐0.0002, p = 0.008), and lower occipital lobe grey matter volume (β = ‐10.01, p = 0.01). Inactivity time interacted with APOE‐e4 status on naming (β = ‐0.01, p = 0.01) and visuospatial performances (β = ‐0.02, p = 0.04); total grey matter volume (β = ‐201.40, p<0.001); and frontal (β = ‐96.24, p = 0.001), temporal (β = ‐27.13, p = 0.03), and parietal lobe volumes (β = ‐54.72, p<0.001). In stratified models, more minutes of inactivity related to worse neuropsychological performance and smaller brain volumes among APOE‐e4 carriers. All stratified models in non‐carriers were null (p‐values>0.12). Conclusion Among community‐dwelling older adults, more time spent inactive each day related to worse episodic memory performance and lower cortical thickness in regions susceptible to AD‐related neurodegeneration. Results were stronger among APOE‐e4 carriers. This study supports the importance of not just increasing physical activity but also reducing the time spent inactive each day, particularly among aging adults at genetic risk for AD. Funding: IIRG‐08‐88733, P20‐AG068082, R01‐AG034962, K24‐AG046373

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,010
Score d'incertitude au seuil0,019

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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.

Tête enseignante Opus0,015
Tête enseignante GPT0,237
Écart entre enseignants0,222 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAlzheimer s & Dementia→Même sujetCardiovascular and exercise physiology→Travaux en français237 207→