Relationship Between Oral Motor and Cognitive Function in Community-Dwelling Korean Older Adults: A Cross-Sectional, Observational Study
Notice bibliographique
Résumé
Background: The present study analyzed the relationship between oral motor and cognitive functions in community-dwelling older Korean adults. Methods: Study participants included 113 community-dwelling older adults with a mean age of 73.84 years. Subjects’ cognition was assessed using the Korean version of the Montreal Cognitive Assessment, and tongue, cheek, and lip pressures were assessed using the Iowa Oral Performance Instrument. Tongue and masseter thicknesses were measured using an ultrasound device (Sonon, Healcerion, Roseville, CA, USA). The occlusal force was measured using a specialized device (Innobyte, Kube Innovation, Montreal, QC, Canada), and the number of lost teeth was directly verified by a dental hygienist. Results: Results of analysis of cognitive function according to demographic characteristics of older community-dwelling adults revealed a significant difference in cognitive function according to education level and employment status. Cognitive function demonstrated a positive correlation with oral motor function, including pressure on the cheek, lips, and tongue, thickness of the masseter and tongue, occlusal force, number of lost teeth, and age. Hierarchical regression analysis revealed that demographic characteristics and cheek, lip, tongue, and masseter functions did not affect cognition, whereas occlusal force and number of lost teeth significantly affected cognition. In this study, oral motor function, excluding occlusal force and number of lost teeth, did not affect cognition. Conclusions: Future studies, however, are required to analyze the relationship between oral motor function and cognition in older adults with a wider range of such functions.
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 | 0,002 | 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 | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,002 |
| 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 ».