Mid- and late-life lifestyle activities as main drivers of general and domain-specific cognitive reserve in individuals with Parkinson’s disease: cross-sectional and longitudinal evidence from the LANDSCAPE study
Notice bibliographique
Résumé
BACKGROUND: Cognitive reserve (CR) is considered a protective factor for cognitive function and may explain interindividual differences of cognitive performance given similar levels of neurodegeneration, e.g., in Alzheimer´s disease. Recent evidence suggests that CR is also relevant in Parkinson's disease (PD). OBJECTIVE: We aimed to explore the role of life-stage specific CR for overall cognition and specific cognitive domains cross-sectionally and longitudinally in PD. METHODS: The cross-sectional analysis with data from the DEMPARK/LANDSCAPE study included 81 individuals without cognitive impairment (PD-N) and 87 individuals with mild cognitive impairment (PD-MCI). Longitudinal data covered 4 years with over 500 observations. CR was operationalized with the Lifetime of Experiences Questionnaire (LEQ), capturing the complexity of lifestyle activities across distinct life-stages. Cognition was assessed using a comprehensive neuropsychological test battery. RESULTS: ≤ 0.441) revealed that LEQ scores were positively related to cognitive performance independent of time. However, the decline in overall cognition and memory over time was slightly more pronounced with higher LEQ scores. CONCLUSIONS: This study emphasizes the association between complex lifestyle activities and cognition in PD. Data indicate that while CR might be related to a delay of cognitive decline, individuals with high CR may experience a more pronounced drop in overall cognition and memory. Future studies will have to replicate these findings, particularly regarding domain-specific effects and considering reverse causal mechanisms.
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 ».