MétaCan
Menu
Retour à la cohorte
Enregistrement W4405960756 · doi:10.1093/geroni/igae098.1176

INCORPORATING EXERCISE TO BUFFER AVERSIVE HEALTH EFFECTS OF LONELINESS AMONG OLDER ADULTS IN THE LIFE TRIAL

2024· article· en· W4405960756 sur OpenAlexaff
Navin Kaushal, Deepishka Pemmasani, Adrián Noriega de la Colina, Donya Nemati

Notice bibliographique

RevueInnovation in Aging · 2024
Typearticle
Langueen
DomainePsychology
ThématiqueHealth and Well-being Studies
Établissements canadiensMcGill University
Organismes subventionnairesnon disponible
Mots-clésLonelinessPsychologyGerontologyBuffer (optical fiber)Physical medicine and rehabilitationClinical psychologyMedicineSocial psychologyComputer science

Résumé

récupéré en direct d'OpenAlex

Abstract Introduction In 2023 the US Surgeon General announced an epidemic of loneliness and isolation. Prolonged loneliness among older adults has been shown to predict dementia and cardiovascular disease (CVD). However, exercise has been demonstrated to have preventive effects on CVD and cognitive health, but its effects on buffering these outcomes manifested from loneliness, or gender effects have not been investigated. This study aimed to test two moderated-mediation models to investigate if exercise moderates the relationship between loneliness and health outcomes. Methods The Lifestyle Interventions and Independence for Elders (LIFE) Study is a randomized controlled trial (n=1,600) that assigned older adults (aged 65+) to either an intervention or control group. The present observational study analyzed participants in the control group. Measures included: exercise (accelerometry), loneliness (Center for Epidemiologic Studies Depression Scale [CES-D]), CVD risk (handgrip test), and cognitive health (global cognitive function). Model #14 from Hayes PROCESS Macro 4.0 in SPSS was used to analyze the data. Results In both models, females experienced greater loneliness compared to males(β=.25, p<.001). The CVD risk model found Moderate-to-Vigorous Physical Activity (MVPA) to independently predicted handgrip strength(β=.11, p<.001), and interacted with loneliness to predict handgrip strength(β=.05, p=.03). The cognition model also found MVPA to independently predict cognition(β=.14, p<.001), and interacts with loneliness to predict cognition(β=.07, p=.03), and also demonstrate total moderated-mediation effects(β=.02, 95%CI.003 to.367). Conclusion Exercise can buffer aversive cardiovascular risk and cognition from loneliness. Lonely older adults are a high-risk demographic that should be sought for enrolling in exercise programs.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,003
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Essai randomisé · Signal consensuel: Essai randomisé
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,003
Score d'incertitude au seuil0,012

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,003
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0020,002
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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.

Tête enseignante Opus0,021
Tête enseignante GPT0,354
Écart entre enseignants0,333 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeEssai randomisé
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInnovation in AgingMême sujetHealth and Well-being StudiesTravaux en français237 207