跳转到主要内容
新闻稿

研究强调了身体和心理健康在认知障碍中的作用

一对老夫妇走在街上
图片来源:丹尼尔·伯纳德。

立即发布

Shevaun neipert
马特·希普曼

最近的一项研究表明,保持身心健康有助于经历认知障碍的老年人延缓认知参与能力的下降。

“我们发现,身体和心理健康状况的下降与更明显的认知脱离有关,”该研究的通讯作者、北卡罗来纳州立大学(North Carolina State University)心理学教授舍万·纽珀特(Shevaun Neupert)说。“身体健康状况下降的影响对那些一开始就有高级认知障碍的研究参与者来说尤其明显。”

有很多研究表明认知参与可以帮助老年人保持认知健康。然而,绝大多数的研究是在健康的成年人身上进行的。

Neupert说:“对于那些已经认知受损的人,比如那些被诊断患有痴呆症的人,关于认知参与的研究很少。”“他们还能保持持续的认知投入吗?”是什么因素促成了这种参与?”

为了解决这些问题,研究人员招募了28名研究参与者。所有参与者都在60岁以上,有记录显示有认知障碍。参与者间隔6个月到一个测试地点两次。每次到访时,研究人员都会收集研究参与者的身体和心理健康数据,并进行一系列旨在评估认知能力的测试。参与者还被连接到一个持续跟踪血压的设备上,然后被要求参与一系列难度越来越大的认知任务。这使得研究人员可以追踪认知投入是如何随着任务难度的增加而变化的。

认知参与意味着参与具有智力挑战的活动。通过监测血压,研究人员可以追踪研究对象在完成认知任务时的努力程度。具体来说,当参与者更努力地完成这些任务时,更多的血液被泵入大脑,血压就会上升。

一般来说,研究人员发现,如果一个参与者的认知能力、身体健康或心理健康在六个月的研究期间有所下降,那么随着任务难度的增加,该参与者的认知投入程度会降低。

“通常情况下,当任务变得更难时,你会期待更多的投入,但我们发现有些人基本上停止了尝试,”该研究的合著者、圣路易斯华盛顿大学(Washington University in St. Louis)的博士后研究员克莱尔·格洛尼(Claire Growney)说。

“研究结果强调,幸福是整体的;身体健康、心理健康和认知功能可以相互影响,”该论文的合著者、北卡罗来纳州立大学最近的博士研究生朱香河(音)说。

“实际上,这表明,在认知能力下降的早期阶段,关注身心健康可能特别重要,”格罗尼说。“或者,至少,不要过于专注于解决认知挑战,而忽视了身体健康,或者为自己制造焦虑或情绪困扰,从而导致心理健康问题。”

Neupert说:“未来的研究将需要确定,一旦人们开始经历认知能力下降,参与认知参与活动对他们有多大的好处。”“但我们已经知道,在健康成年人的认知功能中存在一个‘要么使用它,要么失去它’的因素。”虽然人们想要避免困难或有挑战性的任务是可以理解的,但继续挑战自己,参加困难的认知活动真的很重要。”

纸”,BFF:认知障碍老年人认知投入的贝叶斯、基准和频率分析,发表在该杂志上.该论文的合著者是北卡罗来纳州的博士生朱莉娅·索伦森(Julia Sorensen);艾米莉·史密斯,北卡罗来纳州立大学博士后研究员;以及北卡罗来纳大学教堂山分校(University of North Carolina at Chapel Hill)的统计学和运筹学教授简·汉尼格(Jan Hannig)。

这项工作得到了国家老龄研究所的支持,拨款为R01AG005552-28S1;和国家科学基金会,在IIS-1633074和DMS-1916115的资助下。

希普曼-

编辑:研究摘要如下。

BFF:认知障碍老年人认知参与的贝叶斯、基准和频率分析

作者: Shevaun D. Neupert, Xianghe Zhu, Julia K. Sorensen and Emily L. Smith, North Carolina State University;Claire M. Growney,圣路易斯华盛顿大学;以及北卡罗来纳大学教堂山分校的简·汉尼格

发表: 4月6日

DOI: 10.3390 / e23040428

文摘:参与需要认知的活动有利于保持认知健康。我们的目标是展示频率学家、贝叶斯和基准统计方法的效用,以评估在识别导致老年人认知能力下降的因素方面的效果的稳健性。我们从28名认知障碍的老年人中收集了横跨两个纵波的504个观察数据。参与者的收缩压反应是认知投入的一项指数,在认知测试中连续取样。参与者报告了身体和心理健康方面的挑战,并提供了头发样本,以评估每一波的慢性压力。使用这三种统计范式,我们比较了六个模型测试水平的结果,以及健康和压力的纵向变化,以预测认知投入的变化。研究结果在三种模式中基本一致,为确定效果提供了额外的信心。我们将选择性参与理论扩展到认知障碍,注意到健康挑战和压力似乎是重要的调节因素。此外,我们强调贝叶斯和基准范式在相对较小的样本容量中使用的效用,因为它们不是基于渐近分布。特别是,基准范例是一个有用的工具,因为它提供比p值更多的信息,而不需要指定先验分布,这可能会对基于小样本的结果产生不当影响。 We provide the R code used to develop and implement all models.

留下一个响应

您的电子邮件地址将不会被公布。所有字段都是必需的。