STRUCTURAL STRESSORS, PERCEIVED NEIGHBORHOOD CONTEXT, AND COGNITIVE FUNCTION IN BLACK MIDLIFE AND OLDER ADULTS
Notice bibliographique
Résumé
Abstract Racial disparities in Alzheimer’s disease and related dementias have been established in the US, with higher rates in Black compared to White older adults. Because Black populations are disproportionately exposed to greater neighborhood disadvantage, chronic stress via the neighborhood context may contribute to worse cognitive health among Black older adults. However, the role of neighborhood-based stressors on cognitive function within the Black population is less understood. This study aims to examine how lifetime exposure to structural stressors (e.g., discrimination in housing, unemployment, and policing) and current perceived neighborhood stressors (e.g., high disorder and social discohesion) independently and interactively are associated with cognitive function in Black adults >50 years of age (n=1,663) using 2010-2016 Health and Retirement Study data. Linear regression models tested associations between structural stressors, perceived neighborhood stressors, and interaction terms of total number of structural stressors, neighborhood disorder (including safety and cleanliness), and social discohesion with cognitive function measured using the Langa-Weir 27-point scale. Black adults reported exposure to structural stressors as 15.69% in policing, 14.25% in hiring, and 7.88% in housing. In unadjusted models, greater total structural stressors were associated with greater cognitive function, while worse ratings of social cohesion, safety and cleanliness were associated with lower cognitive function. A statistically significant interaction term (b= -.221, SE=0.10, p<0.05) indicated that high social discohesion and greater total structural stressors was associated with lower cognitive function. Thus, life course exposure to multiple domains of neighborhood-based stressors may be important for Black adults’ cognitive function in later life.
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 | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».