Dose–Response Associations of Grip Strength and Gait Speed With Multidimensional Mental Health
Notice bibliographique
Résumé
ABSTRACT Objectives We aimed to examine the dose–response associations of grip strength and gait speed with multidimensional mental health among Chinese adults. Methods Cross‐sectional data on 661 adults from the ZheJiang longitudinal Study of Healthy Aging (JASHA) were utilized. Grip strength and gait speed were measured during physical examinations. Multidimensional mental health, covering cognitive function (the Auditory Verbal Learning Test (AVLT), the Montreal Cognitive Assessment (MoCA) test, and the Digit Symbol Substitution Test (DSST)), depressive symptoms (the Center for Epidemiologic Studies Depression (CES‐D) Scale), and psychological distress (the Perceived Stress Scale (PSS)), were assessed via standard questionnaires. Multivariable linear regression models and restricted cubic splines were applied to examine these associations. Results We found linear dose–response associations of grip strength and gait speed with most dimensions of mental health. For instance, higher grip strength was positively associated with higher cognitive function scores (AVLT_N3: β = 0.084, standard error (SE) = 0.032; DSST: β = 0.246, SE = 0.073 for per unit increase in grip strength) and lower CES‐D scores ( β = −1.265, SE = 0.626). Similarly, higher gait speed was associated with higher cognitive function scores (AVLT_N3: β = 2.882, SE = 0.860; MoCA: β = 0.996, SE = 0.499 for per unit increase in gait speed), lower CES‐D scores ( β = −1.448, SE = 0.692), and lower PSS scores ( β = −2.808, SE = 0.938). Notably, the associations were more pronounced in females and older adults. Conclusions In this sample spanning a wide range of ages, we found linear significant associations of grip strength and gait speed with most dimensions of mental health. The finding unveils the intrinsic connections between musculoskeletal function and mental health, highlighting the potential of preserving musculoskeletal function, such as via maintaining regular physical exercise, to prevent mental health disorders, especially for females and older adults.
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 | 0,002 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».