Associations of lifestyle factors with amyloid pathology in persons without dementia.
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
BackgroundThe association between lifestyle factors and Alzheimer's disease (AD) pathophysiology remains incompletely understood.ObjectiveThe aim of this study was to assess the association of alcohol consumption, smoking behavior, sleep quality and physical, cognitive, and social activity with cerebral amyloid pathology.MethodsFor this cross-sectional study, we selected participants from the Amyloid Biomarker Study data pooling initiative. We used generalized estimating equations to assess associations of dichotomized lifestyle measures with amyloid pathology.ResultsWe included 9171 participants with normal cognition (NC) and 2555 participants with mild cognitive impairment (MCI) from the Amyloid Biomarker Study. Of participants with NC, 58% were women, 34% were APOE ε4 carrier, and 27% had amyloid pathology. Of participants with MCI, 48% were women, 47% were APOE ε4 carrier, and 57% had amyloid pathology. In NC, cognitively active participants were less likely to have amyloid pathology (OR = 0.77, 95%CI 0.66-0.89, p < 0.001). In MCI, participants who had ever smoked or had sleep problems were less likely to have amyloid pathology (OR = 0.85, 95%CI 0.73-0.99, p = 0.029; OR = 0.62, 95%CI 0.45-0.86, p = 0.004).ConclusionsIn NC, cognitive activity was associated with a lower frequency of amyloid pathology. In MCI, favorable lifestyle behaviors were not associated with a lower frequency of amyloid pathology. The results of the current study contribute to the broader evidence base on lifestyle and AD by further characterizing the role of lifestyle behaviors in AD pathology across different clinical stages.
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.
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 découle