Correlates of physical activity levels, muscle strength, working memory, and cognitive function in older adults
Notice bibliographique
Résumé
Objective To explore the relationship between physical activity level, muscle strength, working memory and cognitive function in older adults. Methods A cross-sectional research design was employed to recruit 120 older adults individuals aged 70 and above. Participants were asked to complete the International Physical Activity Questionnaire-Short Form and the Montreal Cognitive Assessment Scale. Data on variables such as grip strength and performance on the N-back task were collected. Data analysis involved the use of independent samples t-tests, χ2 tests, linear regression analysis, Pearson correlation analysis, and one-way analysis of variance (ANOVA). Results The detection rate of cognitive dysfunction in older adults was 53.211%; 1-back correct rate had an explanatory power of 11.6% for the cognitive function scores of older adults (R2 = 0.116, p < 0.001); grip strength showed a significant positive correlation with 1-back correct rate (r = 0.417, p < 0.001), and was significantly correlated with the 0-back response time (r = −0.478), 1 -back response time (r = −0.441) were significantly negatively correlated (p < 0.001); physical activity level was significantly positively correlated with grip strength (r = 0.559, p < 0.001), and the difference in grip strength among older adults with different physical activity levels was statistically significant (F = 19.685, p < 0.001). Conclusion Physical activity level, muscle strength, working memory, and cognitive function are closely related in older adults, and the relational pathway of physical activity → muscle strength → working memory → cognitive function may serve as a useful addition to promote the field of cognitive research in older adults. To identify and prevent cognitive decline in older adults, physical activity questionnaires, grip strength tests, and 1-back task tests can be extended to nursing homes and communities.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 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) | 0,001 | 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 source (Gemma direct ou Codex distillé), 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 ».