Influence of intergenerational social mobility on brain structure and global cognition: findings from the Whitehall II study across 20 years
Notice bibliographique
Résumé
BACKGROUND: Whether changes in socioeconomic position (SEP) across generations, i.e. intergenerational social mobility, influence brain degeneration and cognition in later life is unclear. OBJECTIVE: To examine the association of social mobility, brain grey matter structure and global cognition. METHODS: We analysed T1 brain MRI data of 771 old adults (69.8 ± 5.2 years) from the Whitehall II MRI substudy, with MRI data collected between 2012 and 2016. Social mobility was defined by SEP changes from their fathers' generation to mid-life status. Brain structural outcomes include grey matter (GM) volume and cortical thickness (CT) covering whole brain. Global cognition was measured by the Mini Mental State Examination. We firstly conducted analysis of covariance to identify regional difference of GM volume and cortical thickness across stable high/low and upward/downward mobility groups, followed with diagonal reference models studying the relationship between mobility and brain cognitive outcomes, apart from SEP origin and destination. We additionally conducted linear mixed models to check mobility interaction over time, where global cognition was derived from three phases across 2002 to 2017. RESULTS: Social mobility related to 48 out of the 136 GM volume regions and 4 out of the 68 CT regions. Declined volume was particularly seen in response to downward mobility, whereas no independent association of mobility with global cognition was observed. CONCLUSION: Despite no strong evidence supporting direct influence of mobility on global cognition in later life, imaging findings warranted a severe level of neurodegeneration due to downward mobility from their father's generation.
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 | 0,001 |
| 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 ».