A physically and mentally active lifestyle relates to younger brain and cognitive age
Notice bibliographique
Résumé
Abstract Resistance to age-related pathological changes (brain maintenance), including Alzheimer’s disease, cerebrovascular disease, and neurodegeneration may promote cognitive resilience in aging. However, how lifestyle and health profiles relate to successful cognitive and brain aging remains poorly understood. In a novel, deeply phenotyped cohort of 211 cognitively unimpaired older adults (age = 71.0 ± 7.4 years, 46% female), we characterized principal components of lifestyle and health using questionnaire, fitness, and blood data. We estimated cognitive age gap (CAG) based on comprehensive neuropsychological data and brain age gap (BAG) based on brain-pathology markers, including plasma biomarkers of Alzheimer’s pathology (pTau 217 and Aβ 1-42 /Aβ 1-40 ), MRI-based measures of white matter hyperintensities, perivascular spaces, and brain atrophy. Regression analyses tested how the observed lifestyle-health profiles were related to CAG and BAG. Seven principal components explained 49% of the variance in health and lifestyle. The second component, characterized by a mentally and physically active life and low cardiovascular risk, was associated with lower CAG ( β = − 0.66, p < 0.001) and BAG ( β = − 0.52, p = 0.003), reflecting a younger-than-expected brain and cognitive age, respectively. The association of an active lifestyle and lower CAG was partially mediated by BAG. Higher CAG was also associated with other lifestyle components characterized by low mental stimulation. APOE-ε4 carriers exhibited higher BAG. In conclusion, a lifestyle combining low cardiovascular risk, high mental engagement throughout life and high physical activity/fitness is jointly associated with less-than-expected brain pathology and better-than-expected cognitive performance, supporting its involvement in brain maintenance and cognitive resilience to aging.
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 | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 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) | 0,002 | 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 ».