Hardness of the habitual diet and its relationship with cognitive function among 70‐year‐old Japanese elderly: Findings from the <scp>SONIC</scp> Study
Notice bibliographique
Résumé
BACKGROUND: There is increasing evidence of causal links between poor mastication and cognitive impairment, but possible effects of dietary hardness, which clearly affects mastication, on cognitive function are unknown. OBJECTIVE: We investigated the hypothesis that hardness of the habitual diet would be associated with cognitive function among older Japanese adults. METHODS: The subjects of this cross-sectional study were 635 Japanese community-dwelling people aged 69-71 years. The masticatory muscle activity required for the habitual diet was used to determine dietary hardness. Consumption of 38 foods was assessed by a validated, brief-type, self-administered diet history questionnaire. A published database was then used to estimate the masticatory muscle activity involved in the ingestion of these foods. The Japanese version of the Montreal Cognitive Assessment (MoCA-J) was used for the measurement of cognitive function. RESULTS: The principal contributors to dietary hardness were cooked rice (28.0%), green leafy vegetables (5.1%), dried fish (4.9%), and pork and beef (4.6%). There was a positive association between dietary hardness and MoCA-J score that was robust to adjustment for potential confounders (MoCA-J score per 100-unit increase in dietary hardness: β = 0.83 [95% CI: 0.08, 1.59], P = 0.03). These results did not change materially even after exclusion of subjects who reported substantial changes in their diet for any reason (β = 0.94 [95% CI: 0.02, 1.86], P = 0.04). CONCLUSION: This preliminary cross-sectional study suggests that dietary hardness might have a beneficial effect on cognitive function in older Japanese people. Further prospective studies with more accurate measurements are needed to confirm this finding.
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 | 0,002 | 0,009 |
| 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 | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 ».