Nutrition to Prevent or Treat Cognitive Impairment in Older Adults: A GRADE Recommendation
Notice bibliographique
Résumé
Aging is associated with cognitive declines leading to mild cognitive impairments or Alzheimer disease. Nutrition appear to protect from aging. Some dietary factors could either increase or protect against cognitive declines. This article aimed to provide GRADE recommendations related to nutrition aspects able to prevent or to treat cognitive impairments. A comprehensive literature review was performed using Medline database. The GRADE approach was used to classify quality of the existing evidence (systematic review or meta-analysis).The GRADE process led us to formulate seven key nutritional recommendations to manage cognitive declines, but did not allow us to do it for protein, vitamin B or antioxidants. Thus, 1) adherence to a Mediterranean diet (GRADE 1B); 2) high-level of consumption of mono- or poly- unsaturated fatty acids combined to a low consumption of saturated fatty acids (GRADE 1B); 3) high consumption of fruits and vegetables (GRADE 1B); 4) higher vitamin D intake (GRADE 1C) than the recommended daily allowance. In addition, a ketogenic diet, a low consumption of whole-fat dairy products or a caloric restriction are promising nutritional habits although the evidence does not yet support widespread uptake (GRADE 2C). In conclusion, nutrition is an important modifiable factor to prevent or protect against cognitive decline. Nevertheless, more studies are required to determine specific guidelines such as duration and amounts of nutrients to help older adult to maintain a healthy cognitive life.
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 | 0,009 | 0,020 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,006 | 0,011 |
| Bibliométrie | 0,006 | 0,004 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,003 | 0,002 |
| Science ouverte | 0,005 | 0,002 |
| Intégrité de la recherche | 0,004 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,008 | 0,002 |
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 ».