Fractal complexity of daily physical activity and cognitive function in a midlife cohort
Notice bibliographique
Résumé
High stability of fluctuation in physiological patterns across fixed time periods suggest healthy fractal complexity, while greater randomness in fluctuation patterns may indicate underlying disease processes. The importance of fractal stability in mid-life remains unexplored. We quantified fractal regulation patterns in 24-h accelerometer data and examined associations with cognitive function in midlife. Data from 5097 individuals (aged 46) from the 1970 British Cohort Study were analyzed. Participants wore thigh-mounted accelerometers for seven days and completed cognitive tests (verbal fluency, memory, processing speed; derived composite z-score). Detrended fluctuation analysis (DFA) was used to examine temporal correlations of acceleration magnitude across 25 time scales (range: 1 min-10 h). Linear regression examined associations between DFA scaling exponents (DFAe) and each standardised cognitive outcome. DFAe was normally distributed (mean ± SD: 0.90 ± 0.06; range: 0.72-1.25). In males, a 0.10 increase in DFAe was associated with a 0.30 (95% Confidence Interval: 0.14, 0.47) increase in composite cognitive z-score in unadjusted models; associations were strongest for verbal fluency (0.10 [0.04, 0.16]). Associations remained in fully-adjusted models for verbal fluency only (0.06 [0.00, 0.12]). There was no association between DFA and cognition in females. Greater fractal stability in men was associated with better cognitive function. This could indicate mechanisms through which fractal complexity may scale up to and contribute to cognitive clinical endpoints.
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 | 0,000 |
| 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 | 0,000 | 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 ».