The associations of life course adversity on cognitive function and decline in the United States’ representative US Health and Retirement Study
Notice bibliographique
Résumé
BACKGROUND: As the proportion of the US population aged 65 and over increases from 16.8% in 2020 to an estimated 22.8% by 2050, understanding how experiences over the life course shape trajectories of healthy aging becomes increasingly important. Maintenance of cognitive function is a key facet of healthy aging and may determine an individual's ability to remain autonomous in later adulthood. Additionally, the growing social and economic burden of cognitive impairment makes it a vital public health concern and highlights the need to understand its risk factors. METHOD: We used 12 waves of data (1998-2020) from the Health and Retirement Study, a nationally representative longitudinal cohort of US adults over the age of 50 (n = 8,503). Cognitive function was assessed via a modified Telephone Interview for Cognitive Status. Life course adversity was derived from self-reported childhood and adulthood economic and psychosocial exposures. Nonlinear mixed-effects models evaluated associations between adversity and cognitive function, testing critical period, accumulation, and interaction hypotheses. Models were adjusted for race/ethnicity, sex, education, marital status, smoking, chronic conditions, alcohol use, and physical activity. RESULTS: Greater childhood adversity was independently associated with lower baseline cognitive function (β = -0.74; 95% CI, -0.91 to -0.57; p < .001), consistent with a critical period effect. Adulthood adversity alone was not significantly associated with baseline cognition or decline. However, interaction models revealed that the adverse effect of adulthood adversity on cognitive decline was amplified among individuals with high childhood adversity (3-way interaction: β = -0.014; 95% CI, -0.020 to -0.009; p < .001), suggesting compounding effects across the life span. CONCLUSION: Childhood adversity exerts a persistent influence on later-life cognitive function. Adulthood adversity further accelerates decline, but primarily among those with early-life disadvantage. These findings support both critical period and interaction models of life course risk and highlight the need for early preventive efforts and targeted interventions for high-risk populations.
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 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| 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 ».