Gender differences in the protective effects of green tea against amnestic mild cognitive impairment in the elderly Han population
Notice bibliographique
Résumé
Background: Gender differences may contribute to variances in the potential protective effects of tea against cognitive impairment in the elderly. Objective: To examine the association between different types of tea consumption and the risk of amnestic mild cognitive impairment (aMCI) along gender lines. Methods: A cross-sectional study was conducted with reference to 20 communities in China. The sample population included elderly participants aged 60 years or older. A standardized questionnaire was used to collect each participant’s general demographic information. Trained psychologists administrated the Mini-Mental State Examination (MMSE) and the Montreal Cognitive Assessment (MoCA) to assess participants’ cognitive function. An attending psychiatrist evaluated each participant’s cognitive function. Finally, data from 2,131 participants were analyzed to assess the association. Results: With regard to male participants, the percentage of green tea consumption was higher in the normal control group than in the aMCI group ( Χ 2 =4.64, P =0.031). Logistic regression analysis showed that green tea consumption reduced the risk of aMCI in male participants (OR=0.657, P =0.019), and this finding was highly significant in males aged under 70 years (OR=0.376, P =0.002). Regarding female participants across every age group, the results indicated that tea consumption failed to significantly decrease the risk of aMCI ( P >0.05). Unlike green tea, black tea and oolong tea were not correlated with a reduced risk of aMCI in terms of gender or age group. Multiple linear regression analysis also revealed that age, years of education, and green tea consumption ( B =0.996, P =0.000) were associated with MoCA and MMSE scores, though only in male participants. Conclusion: Green tea consumption showed a protective effect against aMCI in males but not in females, particularly in males aged <70 years. However, black tea and oolong tea failed to show any protective effect in either males or females. Keywords: gender difference, green tea, amnestic mild cognitive impairment, protective factor
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 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, 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 ».