Relative associations of behavioral and physiological risks for cardiometabolic disease with cognition in bipolar disorder during mid and later-life: findings from the UK biobank
Notice bibliographique
Résumé
BACKGROUND: Cardiometabolic disease risk factors are disproportionately prevalent in bipolar disorder (BD) and are associated with cognitive impairment. It is, however, unknown which health risk factors for cardiometabolic disease are relevant to cognition in BD. This study aimed to identify the cardiometabolic disease risk factors that are the most important correlates of cognitive impairment in BD; and to examine whether the nature of the relationships vary between mid and later life. METHODS: Data from the UK Biobank were available for 966 participants with BD, aged between 40 and 69 years. Individual cardiometabolic disease risk factors were initially regressed onto a global cognition score in separate models for the following risk factor domains; (1) health risk behaviors (physical activity, sedentary behavior, smoking, and sleep) and (2) physiological risk factors, stratified into (2a) anthropometric and clinical risk (handgrip strength, body composition, and blood pressure), and (2b) cardiometabolic disease risk biomarkers (CRP, lipid profile, and HbA1c). A final combined multivariate regression model for global cognition was then fitted, including only the predictor variables that were significantly associated with cognition in the previous models. RESULTS: In the final combined model, lower mentally active and higher passive sedentary behavior, higher levels of physical activity, inadequate sleep duration, higher systolic and lower diastolic blood pressure, and lower handgrip strength were associated with worse global cognition. CONCLUSIONS: Health risk behaviors, as well as blood pressure and muscular strength, are associated with cognitive function in BD, whereas other traditional physiological cardiometabolic disease risk factors are not.
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 | 0,000 |
| 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 | 0,000 |
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 ».