How Healthy and Unhealthy Lifestyle Behaviors Affect Cognitive Function—Evidence From Older Adults in Chinese Communities: Cross-Sectional Study
Notice bibliographique
Résumé
Background: Many lifestyle behaviors-including smoking, alcohol consumption, and engagement in physical activity and social activity-have been identified as potential determinants of the risk of cognitive impairment. Understanding how those lifestyle behavior patterns in older adults affect cognitive function is crucial for developing targeted interventions. Objective: This study examined the lifestyle behavior patterns of Chinese community-dwelling older adults and their associations with cognitive impairment. Methods: A cross-sectional study was conducted with 2060 community-dwelling older adults in Beijing, China. Latent class analysis identified distinct lifestyle behavior patterns based on unhealthy lifestyle behaviors (smoking and alcohol consumption) and healthy behaviors (physical activity and social activity). Cognitive function was evaluated using the Mini-Mental State Examination. Multiple logistic regression was conducted to examine the associations between lifestyle behavior patterns and cognitive impairment. Results: Three distinct lifestyle behavior patterns emerged: (1) high control-high engagement (685/2060, 33.3%), (2) high control-low engagement (1210/2060, 58.7%), and (3) low control-low engagement (165/2060, 8.0%). The high control-high engagement group, characterized by non-smoking, low-to-moderate alcohol consumption, and frequent engagement in physical and social activities, exhibited the lowest risk of cognitive impairment. In contrast, participants in the high control-low engagement group (OR 1.852, 95% CI 1.314-2.655) and low control-low engagement group (OR 2.905, 95% CI 1.670-5.001) exhibited significantly higher risks. Subgroup analyses revealed that males and hypertensive individuals within the high control-low engagement group were at an even greater risk. Conclusions: Our findings revealed that both avoiding harmful behaviors and actively engaging in health-promoting activities are important for cognitive health in older adults. Based on the results, we propose adopting a dual-pathway intervention model in policy making, simultaneously optimizing risk behaviors management and healthy behaviors promotion mechanisms.
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 | 0,003 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,000 |
| 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 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 ».