Association between cognitive function and dusty weather: a propensity score matching study
Notice bibliographique
Résumé
BACKGROUND: With a rapidly aging global population, the health of older adults is a national priority for countries across the world. Dusty weather has been demonstrated to be a potential risk factor of cognitive function among the elderly population. However, there is a paucity of studies exploring the associations between dusty weather and cognitive function among the older in China. METHODS: Data on individual characteristics were obtained from the China Health and Retirement Longitudinal Survey (CHARLS) 2018, whereas data on air pollution were sourced from environmental monitoring stations in China. Cognitive function, including general cognitive function, episodic memory, and linguistic competence, was assessed by self- or informant-questionnaires. We used propensity score matching and linear regression to investigate the relationship between dusty weather and cognitive function. Sensitivity analyses were conducted to test the robustness of the results. RESULTS: This study included 8,604 participants older than 60 years old. After controlling air pollutant weather, dusty weather was demonstrated to be positively associated with a decline in cognitive function (Informant Questionnaire on Cognitive Decline in the Elderly (IQCODE), 4.0, 95% confidence interval (CI): 3.11, 4.89; Mini-Mental State Exam (MMSE), 0.63, 95% CI: 0.34, 0.92). Results of sensitivity analysis showed that our research findings are robust. CONCLUSION: Older adults living in dusty weather regions suffered a higher level of cognitive impairment, and such adverse effects were more substantial among females compared with their male counterparts. Targeted health interventions to help older adults living in regions where dusty weather occurs frequently are suggested to be proposed.
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 | 0,002 | 0,000 |
| 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 | 0,001 |
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 ».