Biopsychosocial risk factors for subjective cognitive decline among older adults during the COVID-19 pandemic: a population-based study
Notice bibliographique
Résumé
OBJECTIVES: There have been concerns that the COVID-19 pandemic and the measures used to contain it impacted the cognitive health of older adults. We therefore examined the prevalence of subjective cognitive decline, and its associated risk factors and health consequencs, among dementia-free older adults 2 years into the pandemic in Switzerland. STUDY DESIGN: Population-based cohort study. METHODS: Prevalence of SCD was estimated using the cognitive complaint questionnaire administered to adults aged ≥65 years in June-September 2022 (Specchio-COVID19 cohort, N = 1414), and compared to prepandemic values from 2014 to 2018 (CoLaus|PsyCoLaus cohort, N = 1181). Associated risk factors and health consequences were assessed using logistic and/or linear regression. RESULTS: Prevalence of SCD in 2022 (18.9% [95% CI, 16.2-21.9]) was comparable to prepandemic levels in 2014-2018 (19.5% [17.2-22.1]). Risk factors included established risks for dementia-namely health issues, health behaviours, and depressive symptoms. Self-reported post-COVID, perceived worsening of mental health since the start of the pandemic, less frequent social club attendance, and increased loneliness were also risk factors for SCD. In turn, SCD was associated with poorer objective cognitive performance, difficulty performing instrumental activities of daily living, greater risk of falls, and lower well-being at one-year follow-up. CONCLUSIONS: While the overall prevalence of SCD in 2022 was comparable to prepandemic levels, we identified several pandemic-related risk factors for SCD, including perceived worsening of mental health and increased isolation since the start of the pandemic. These findings highlight the importance of mental health promotion strategies in reducing cognitive complaints and preventing cognitive decline.
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 | 0,003 | 0,003 |
| 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 | 0,001 | 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 ».