Cognitive maintenance in older adults in social classes: a secondary analysis of the longitudinal SHARE data
Notice bibliographique
Résumé
BACKGROUND: Cognitive maintenance-defined as a capacity to maintain good or excellent cognitive functioning-is a valuable ageing outcome. Socio-demographic, dementia risk and protective factors may contribute differently to it across social classes. However, these effects have not been adequately assessed yet. OBJECTIVE: This study aims to evaluate the effects of socio-demographic, risks and protective factors on the probability of cognitive maintenance in older adults stratified by social classes. METHODS: Participants aged 65-85 years at the baseline from the Survey on Health, Ageing and Retirement in Europe (Waves 5 (2013) and 7 (2017)) were included. Cognitive maintenance was operationalised as six or more words recalled on the 10-word delayed recall test at baseline and follow-up. Dementia-specific risks and protective factors were selected from global strategies for dementia prevention. Multilevel logistic regressions with the country of residence as a random-effect variable were constructed to compare the relative effect of contributors across social classes. RESULTS: was 0.24, 0.28, 0.41 and 0.32 in participants of higher, middle, lower and not known social classes. Age, number of leisure activities and country of residence were significant predictors for all social classes. Effects of gender, depression, obesity, frailty, alcohol, education, occupation and personality traits vary across social classes. CONCLUSION: Studying contributors to cognitive maintenance separately in social classes may show possible targets of public health strategies for improving cognitive health in populations and reducing social inequalities in cognitive health.
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 | 0,005 | 0,009 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,002 |
| Bibliométrie | 0,003 | 0,003 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 0,001 |
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 ».