Racial discrimination and cognitive function: An instrumental variable analysis
Notice bibliographique
Résumé
Racial inequities in cognitive function persist with mixed evidence regarding the impacts of racial discrimination on cognitive outcomes. We examined the association between experiences of racial discrimination within institutional settings, such as getting a job or housing, and multiple measures of cognitive function among middle-aged adults using analytic methods to strengthen the existing evidence base and provide potential points for intervention. We used cross-sectional data from 2895 participants in Wave 8 (M age = 50.20, range: 43–55) and 2618 participants in Wave 9 (M age = 55.20, range: 48–60) of the Coronary Artery Risk Development in Young Adults (CARDIA) study. Self-reported racial discrimination was operationalized using the Experiences of Discrimination Scale. Cognitive measures included were the Stroop Interference Test, Rey Auditory Verbal Learning Test, Digit Symbol Substitution Test, and the Montreal Cognitive Assessment. Analyses were conducted using ordinary least squares regression (OLS) and instrumental variable (IV) analysis using reflectance meter-measured skin color as the instrument. We find that increased experiences of racial discrimination are associated with poorer performance on cognitive assessments across OLS and IV analyses. For example, reporting one additional experience of racial discrimination was associated with approximately 0.50 SD lower auditory verbal learning scores using IV and 0.08 SD lower scores using OLS (Wave 8 IV 95% CI: −0.54, −0.41; OLS 95% CI: −0.10, −0.06). Such results in a relatively young sample yield insight into the potential implications of navigating a racialized society over one's life course in contributing to inequities in cognitive decline in older age. • Relationships between racial discrimination and cognitive health vary in the field. • Increased discrimination was associated with adverse outcomes in all cognitive tools. • Racism contributes to cognitive inequities at a relatively young age.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,012 | 0,035 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,003 |
| Bibliométrie | 0,003 | 0,003 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 source (Gemma direct ou Codex distillé), 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 ».