Nutrient Patterns, Cognitive Function, and Decline in Older Persons: Results from the Three-City and NuAge Studies
Notice bibliographique
Résumé
Dietary patterns, or the combination of foods and beverages intake, have been associated with better cognitive function in older persons. To date, no study has investigated the link between a posteriori nutrient patterns based on food intake, and cognitive decline in longitudinal analyses. The aim of this study was to evaluate the relationship between nutrient patterns and cognitive function and decline in two longitudinal cohorts of older persons from France and Canada. The study sample was composed of participants from the Three-City study (3C, France) and the Quebec Longitudinal Study on Nutrition and Successful Aging (NuAge, Quebec, Canada). Both studies estimated nutritional intakes at baseline, and carried out repeated measures of global cognitive function for 1,388 and 1,439 individuals, respectively. Nutrient patterns were determined using principal component analysis methodology in the two samples, and their relation with cognitive function and decline was estimated using linear mixed models. In 3C, a healthy nutrient pattern, characterized by higher intakes of plant-based foods, was associated with a higher global cognitive function at baseline, as opposed to a Western nutrient pattern, which was associated with lower cognitive performance. In NuAge, we also found a healthy nutrient pattern and a Western pattern, although no association was observed with either of these patterns in the Canadian cohort. No association between any of the nutrient patterns and cognitive decline was observed in either cohort. There is a need for longitudinal cohorts focusing on nutrient patterns with substantial follow-up, in order to evaluate more accurately associations between nutrition and cognition in older persons.
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 ».