Association between social networks and cognitive impairment among older Chinese adults: the mediating effect of depression
Notice bibliographique
Résumé
Objectives: This study aimed to explore the rationality of the social networks-depression-cognitive impairment pathway and to provide recommendations for the development of mild cognitive impairment intervention strategies. Methods: A cross-sectional survey was conducted in 2021. Sixteen urban communities in Xi 'an, Shaanxi China were selected as sample sites. The cognitive function, social networks and depression were measured by the Montreal Cognitive Assessment (MoCA), the Lubben Social Network Scale-6 (LSNS-6) and the Geriatric Depression Scale-15 (GDS-15), respectively. The generalized linear model was used to analysis the impact of social networks on cognitive impairment, and further analysis the mediating effect of depression. Results: A total of 745 elderly people aged 60 and above was included in this survey, with an average age of 68.90 ± 6.00 years. The prevalence of cognitive impairment was 18.52%, and the prevalence of cognitive impairment increased with age. According to the generalized linear model, poor social networks (relative network, friend network) was associated with higher risk of cognitive impairment (OR = 2.08, 95% CI: 1.27-3.41), and this association was more significant in women and older adults <70 years of age. Mediation analysis results showed that depression was the mediating path between social networks and cognitive impairment, with the indirect effects accounting for 34.44%. Conclusion: Social isolation increases the risk of cognitive impairment and depression has a significant mediating effect on the relationship between social isolation and cognitive impairment.
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 | 0,001 |
| 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 | 0,000 |
| 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 ».