Effects of Rice Wine Lees on Cognitive Function in Community-Dwelling Physically Active Older Adults: A Pilot Randomized Controlled Trial
Notice bibliographique
Résumé
BACKGROUND: Rice wine lees (RWL), a Japanese traditional fermented product, is a rich source of one-carbon metabolism-related nutrients, which may have beneficial effects on cognitive function. OBJECTIVES: We aimed to examine the effect of the RWL on cognitive function in community-dwelling physically active older adults. DESIGN: Double-blind, randomized, placebo-controlled study (clinical trial number: UMIN 000027158). SETTING: Community-based intervention including assessments conducted at the University of Hyogo and a public liberal arts school in Himeji City, Japan. PARTICIPANTS: A total of 35 community-dwelling older adults (68-80 years) who performed mild exercise before and during the trial were assigned to either the RWL (n=17) or the placebo group (n=18). INTERVENTION: Daily consumption of 50 g RWL powder, which contained one-carbon metabolism-related nutrients, or the placebo powder (made from soy protein and dextrin) for 12 weeks. Both supplements included equivalent amounts of energy and protein. MEASUREMENTS: Montreal Cognitive Assessment, computerized cognitive function test, and measurements of serum predictive biomarkers (transthyretin, apolipoprotein A1, and complement C3) were conducted at baseline and follow-up. RESULTS: Visual selective attention and serum transthyretin significantly improved in the RWL group, whereas there was no significant change in the placebo group. No significant group difference was observed in the remaining cognitive performance tests. CONCLUSIONS: RWL supplements seem to have a few effects on cognitive function in community-dwelling physically active older adults. However, the impact was limited; therefore, further studies with sufficient sample size are warranted to elucidate this issue.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,005 | 0,003 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,007 | 0,001 |
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 source (Gemma direct ou Codex distillé), 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 ».