MétaCan
Menu
Retour à la cohorte
Enregistrement W4413385536 · doi:10.2196/74916

Cognitive Functioning Trajectories and Their Association With Mental Health in Older Adults With Hypertension: Secondary Analysis of the Chinese Longitudinal Healthy Longevity Survey Data

2025· article· en· W4413385536 sur OpenAlexvenueno aff
Peiyun Wu, Cheng Lin

Notice bibliographique

RevueJMIR Aging · 2025
Typearticle
Langueen
DomaineMedicine
ThématiqueDementia and Cognitive Impairment Research
Établissements canadiensnon disponible
Organismes subventionnairesFujian Provincial Federation of Social Sciences
Mots-clésLongevityMental healthCognitionAssociation (psychology)GerontologyPsychologyClinical psychologyMedicinePsychiatryPsychotherapist

Résumé

récupéré en direct d'OpenAlex

Background: There is a lack of research on the trajectories of cognitive functioning in older people with hypertension, as well as possible contributing factors and correlations between cognitive functioning and mental health. Objective: This study aimed to conduct a secondary longitudinal analysis to examine cognitive functioning trajectories and their associated factors in older people with hypertension. Methods: The data used in our study were retrieved from the Chinese Longitudinal Healthy Longevity Survey. The Chinese version of the Mini-Mental State Examination was used to assess cognitive functioning. The trajectories of cognitive functioning of older individuals with hypertension were determined by using group-based trajectory modeling. The binary logistic regression analyses were performed to examine how participant factors affected the trajectories of cognitive functioning in older individuals with hypertension. The relationships between cognitive functioning and mental health were investigated using multivariable linear regression models. Data were analyzed using SPSS (version 20.0; SPSS Inc) and Stata (version 16.0; StataCorp LLC). Results: A total of 642 older people with hypertension were included. Cognitive functioning was categorized into 2 trajectories according to group-based trajectory modeling: "rapid decline" (48/642, 7.9%) and "slow decline" (594/642, 92.1%). Binary logistic regression results showed that older adults with hypertension aged equal to or greater than 80 years had an elevated risk of rapid decline in cognitive functioning (odds ratio 5.484, 95% CI 2.365-12.719), and higher score in mental health was the protector of rapid decline in cognitive functioning during the following 13 years (odds ratio 0.918, 95% CI 0.852-0.988). In the unadjusted model, mental health was positively associated with cognitive functioning (β=.246, 95% CI 0.125-0.234, P<.001), and this association was maintained after partial or complete adjustment for covariates (β=.159, 95% CI 0.059-0.174, P<.001; β=.138, 95% CI 0.043-0.158, P=.001). Subgroup analyses by age showed that this positive correlation was only seen in the 60-69 years age group (β=.183, 95% CI 0.036-0.193, P=.004), while subgroup analyses by sex revealed that the association between these 2 indicators was no longer presented among males in the fully adjusted model (β=.082, 95% CI -0.024 to 0.119, P=.19), and BMI fully stratification demonstrated this association persisted in the healthy weight group (β=.125, 95% CI 0.039-0.210, P=.004). Conclusions: Our research showed that the decline in cognitive functioning is associated with lower mental health and occurs more rapidly in older adults with hypertension who are older than 80 years.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,009
Score d'incertitude au seuil0,589

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,002
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,021
Tête enseignante GPT0,330
Écart entre enseignants0,309 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJMIR AgingMême sujetDementia and Cognitive Impairment ResearchTravaux en français237 207