Strength and multiple types of physical activity predict cognitive function independent of low muscle mass in NHANES 1999–2002
Notice bibliographique
Résumé
Abstract Introduction Multiple domains of cognitive function decline with age, resulting in a significant burden on quality of life and the healthcare system. Recent studies increasingly point to links between muscle mass, particularly low muscle mass, and risk of cognitive decline. However, complex relationships exist between muscle mass, muscle function, physical activity, and overall health. Methods Data from 1,424 adults 60+ years old in the 1999‐2000 and 2001‐2002 editions of the National Health and Nutrition Examination Survey (NHANES) were used to investigate the relationship between low muscle mass and cognitive function after accounting for strength, physical activity, and nutritional and metabolic risk factors for cognitive decline. Results Muscle strength and physical activity independently predicted performance in the digit symbol substitution test, with muscle mass and muscle strength explaining 0.5% and 5% of the variance in cognitive function, respectively. In graphical network analyses, the association between low muscle mass and cognitive function appeared to be primarily mediated by neuromuscular function. Physical activity was associated with strength but, surprisingly, not muscle mass, which was instead more closely related to total mass. Conclusions Low muscle mass is a relatively poor predictor of cognitive function after accounting for physical activity and strength in older individuals from a representative population dataset in the US. Future studies should account for the way in which muscle mass is accrued, which is likely to confound any association between muscle mass and health outcomes.
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 | 0,000 | 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 | 0,000 | 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 ».