Relationship Between Visual Acuity and Cognitive Functions in Older Adults With Visual Impairment: The Mediating Role of Frailty
Notice bibliographique
Résumé
BACKGROUND: There is a complex and interacting relationship between visual acuity, cognitive dysfunction, and frailty. It is suggested that frailty may mediate the relationship between visual acuity and cognitive impairment in older adults. OBJECTIVES: This study aimed to examine the mediating role of frailty in the relationship between visual acuity and cognitive function in older adults with visual impairment. METHODS: This cross-sectional correlational study was conducted with 116 participants with visual impairment at an ophthalmology clinic in Turkey between January and February 2025. Data were collected using an information form, the Standardized Mini-Mental Test, and the Edmonton Frailty Scale. Visual acuity was expressed as a logMAR score, ranging from 1.00 to -0.30. RESULTS: The mean age of the participants was 70.92 ± 5.92. The logMAR score positively and significantly associated with frailty levels (p < 0.001). Frailty was found to have a significant negative effect on cognitive function (p < 0.001). In addition, a significant negative relationship was identified between cognitive function and the logMAR score (p < 0.01). Both the total and direct effects of the logMAR score on cognitive function were significant (p < 0.001). The indirect effect, tested using the bootstrap method, was also significant (Coeff = -5.304, BootSE = 1.079, 95% CI [-7.652, -3.462]). CONCLUSIONS: These results suggest that the deterioration of visual acuity strongly impacts cognitive function and that frailty may mediate this relationship. Protecting visual health and preventing frailty in older adults may play a critical role in reducing the risk of cognitive impairment. Regular eye examinations, early intervention for vision disorders, and frailty prevention strategies can contribute to maintaining 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 distillée sur la base complète
Imitation des enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| 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 | 0,000 | 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) | 0,000 | 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 tête enseignante, 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 ».