Affect Regulation and Mortality Risk: The Role of Allostatic Load
Notice bibliographique
Résumé
OBJECTIVE: Although growing evidence indicates that distinct affect regulation strategies (eg, positive reappraisal, anger suppression) predict mortality risk, the biological processes involved remain understudied. We investigated the association of various affect regulation exposures with mortality risk while examining the role of allostatic load. METHODS: From 2004 to 2006, 1941 participants from the Midlife in the United States longitudinal study completed validated scales assessing the use of 9 general and emotion-specific regulatory strategies (eg, denial, anger expression). An SD-based algorithm was also used to characterize how flexibly participants regulate their affect (lower, moderate, or greater variability). Participants further provided data on relevant covariates and 24 allostatic load biomarkers (eg, cortisol, glucose). Cox regressions modeled hazard ratios (HRs) and 95% CIs examined associations of affect regulation variables and all-cause mortality risk until 2022. The confounding, mediating, and moderating role of allostatic load was examined in subsequent models. RESULTS: In fully adjusted models, only greater versus lower affect regulation variability (HR=1.54; 95% CI=1.11-2.14) significantly predicted a higher mortality risk. Associations were relatively unchanged with further inclusion of allostatic load in models and allostatic load did not mediate affect regulation-mortality relationships. Yet, when evaluating moderation effects, greater versus lower and moderate variability, as well as denial, were marginally or significantly related to higher mortality risk among adults with lower allostatic load only. CONCLUSIONS: Allostatic load may modify rather than confound or mediate the association between some dimensions of affect regulation and mortality risk. Future work should evaluate the potential roles of allostatic load among diverse samples.
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 | 0,000 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,002 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 ».