
-
生物通官微
陪你抓住生命科技
跳动的脉搏
农村和城市人群的认知储备:来自印度南部两个老龄化群体的研究启示
《Alzheimer's Research & Therapy》:Cognitive Reserve in rural and urban populations: Insights from two aging cohorts in southern India
【字体: 大 中 小 】 时间:2026年05月02日 来源:Alzheimer's Research & Therapy 8
编辑推荐:
摘要 背景 目前尚无印度研究针对农村和城市老年人群体评估认知储备(Cognitive Reserve, CR)的情况。 方法 我们基于印度南部两项正在进行的老龄化研究(农村研究CBR-SANSCOG,样本量n=4459;城市研究CBR-T
目前尚无印度研究针对农村和城市老年人群体评估认知储备(Cognitive Reserve, CR)的情况。
我们基于印度南部两项正在进行的老龄化研究(农村研究CBR-SANSCOG,样本量n=4459;城市研究CBR-TLSA,样本量n=663)来估算认知储备。我们选取了教育年限(Years of Education, YOE)、职业技能水平(Job Skill Level, JSL)、社交网络多样性(Social Network Diversity, SND)和多语言能力(Multilingualism, ML)作为影响因素,并根据这些因素预测认知表现的能力(通过经过文化调整的认知测试工具进行评估)来为其分配权重。我们评估了多种机器学习模型,最终选择了拟合效果最佳的线性回归模型。
在农村群体中,教育年限(YOE)、多语言能力(ML)和社交网络多样性(SND)对认知储备有显著贡献(农村群体认知储备公式:CR = 0.085×YOE + 0.184×ML + 0.030×SND);而在城市群体中,教育年限(YOE)、多语言能力(ML)和职业技能水平(JSL)同样对认知储备有显著影响(城市群体认知储备公式:CR = 0.064×YOE + 0.184×ML + 0.197×JSL)。
认知储备的影响因素在印度农村和城市人口中存在差异。针对这些差异采取有针对性的干预措施,有助于提升特定人群的认知储备水平,从而降低患痴呆症的风险。
目前尚无印度研究针对农村和城市老年人群体评估认知储备(Cognitive Reserve, CR)的情况。
我们基于印度南部两项正在进行的老龄化研究(农村研究CBR-SANSCOG,样本量n=4459;城市研究CBR-TLSA,样本量n=663)来估算认知储备。我们选取了教育年限(Years of Education, YOE)、职业技能水平(Job Skill Level, JSL)、社交网络多样性(Social Network Diversity, SND)和多语言能力(Multilingualism, ML)作为影响因素,并根据这些因素预测认知表现的能力(通过经过文化调整的认知测试工具进行评估)来为其分配权重。我们评估了多种机器学习模型,最终选择了拟合效果最佳的线性回归模型。
在农村群体中,教育年限(YOE)、多语言能力(ML)和社交网络多样性(SND)对认知储备有显著贡献(农村群体认知储备公式:CR = 0.085×YOE + 0.184×ML + 0.030×SND);而在城市群体中,教育年限(YOE)、多语言能力(ML)和职业技能水平(JSL)同样对认知储备有显著影响(城市群体认知储备公式:CR = 0.064×YOE + 0.184×ML + 0.197×JSL)。
认知储备的影响因素在印度农村和城市人口中存在差异。针对这些差异采取有针对性的干预措施,有助于提升特定人群的认知储备水平,从而降低患痴呆症的风险。