Interaction of Physical Activity, Sleep, and Cognitive Function in Stroke: SEM and ML Approaches
Notice bibliographique
Résumé
Abstract Cognitive impairment is prevalent among stroke survivors, highlighting the importance of exploring modifiable lifestyle factors such as physical activity and sleep, along with their biological underpinnings. This study aimed to investigate how physical activity and sleep influence cognitive function in stroke survivors, examining potential biological mediators. Cross-sectional data collected at hospital admission from 262 stroke survivors (First Hospital of Jilin University, 2024) were analyzed. Measures included self-reported weekly physical activity (exercise frequency/duration), nighttime sleep (duration, latency), cognitive function (Montreal Cognitive Assessment [MOCA]), emotional status (Hamilton Depression Rating Scale [HAMD]), and Serum neurological (homocysteine [Hcy]) and inflammatory (hs-CRP) biomarkers. Participants were aged 65.4±8.2 years, 43% female, and 58% showed cognitive impairment. Correlation and regression analyses examined associations, and structural equation modeling (SEM) explored causal pathways. Machine learning (ML) methods identified key predictors of cognitive impairment. Frequent physical activity (r = 0.35, p < 0.001) and adequate sleep (r = 0.25, p < 0.001) significantly correlated with higher cognitive scores. Depression severity (r=-0.40, p < 0.001) and elevated Hcy (r=-0.36, p < 0.001) negatively correlated with cognition. Regression analyses confirmed exercise frequency (β = 0.34, p < 0.001) and sleep duration (β = 0.29, p < 0.001) as independent positive predictors of cognitive function. SEM demonstrated direct beneficial effects of physical activity (β = 0.41, p < 0.001) on cognition and indirect effects mediated by improved sleep and reduced inflammation (CFI>0.9). ML predicted cognitive impairment (accuracy>80%), identifying age, education, Hcy level, physical activity, and sleep as crucial predictors. Physical activity and sleep synergistically enhance cognition in stroke survivors via inflammatory and neurological pathways. Promoting regular exercise, optimizing sleep, and managing biomarkers may preserve cognitive function.
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 | 0,024 | 0,032 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,002 | 0,004 |
| Bibliométrie | 0,005 | 0,004 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,002 | 0,002 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 ».