Factors influencing cognitive function in Chinese elderly individuals: The role of traditional Chinese medicine in a large-scale cross-sectional study
Notice bibliographique
Résumé
To identify key factors influencing cognitive function in the elderly, including Traditional Chinese medicine (TCM) constitutional classification, and to rank their relative importance. We used cross-sectional data from seven geographical regions across mainland China. The Changsha version of the Montreal Cognitive Assessment was used to assess cognitive function. A “least absolute shrinkage and selection operator” (LASSO) model, multivariate linear regression analysis, and random forest (RF) model were used. Subgroup analyses were performed to examine the correlation between key TCM constitution types and cognitive function in different population subgroups. A total of 24 803 individuals aged 60 and above were included in the study. We selected 18 influential factors using the LASSO model. Higher education, being married, and having insurance were positively correlated with cognitive function in the elderly (all P < .05). In contrast, poor sleep, vision impairment, hearing impairment, basic activities of daily living disability, instrumental activities of daily living disability, depression, hypertension, coronary heart disease, diabetes, stroke, yang-deficiency constitution (YADC), yin-deficiency constitution (YIDC), qi deficiency constitution (QDC), and blood stasis constitution (BSC) were negatively correlated with cognitive function (all P < .05). YIDC and BSC affected all dimensions of cognitive function (all P < .05). YADC mainly affected attention, language, abstraction (verbal analogies), memory, and orientation to time and place dimensions ( P < .001). QDC mainly affected language and abstraction (verbal analogies) dimensions ( P < .05). The negative correlations between BSC, YADC, YIDC, and QDC scores and cognitive function revealed statistically significant differences across most subgroups. The RF model identified education, BSC, and poor sleep quality as the three most influential factors in our study. BSC, YADC, YIDC, and QDC were associated with cognitive decline in the elderly. Our findings provide new perspectives and significant references for interventions for early-stage cognitive disorders.
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 | 0,007 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,003 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».