MétaCan
Menu
← Retour à la cohorte
Enregistrement W3144335240

Dietary intake and cognitive performance in Canadian community-dwelling older adults.

2021· article· en· W3144335240 sur OpenAlexaboutno aff
Mariam R. Ismail, Alan W. Salmoni

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineMedicine
ThématiqueNutrition and Health in Aging
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésCognitionStroop effectMemory spanGerontologyFood groupMedicineEffects of sleep deprivation on cognitive performanceCognitive testTrail Making TestEnvironmental healthCalorieCross-sectional studyCognitive declinePsychologyDemographyDementiaCognitive impairmentDiseaseInternal medicinePsychiatry
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Diet-related health problems are on the rise as a result of poor dietary intake. The primary purpose of the study was to examine cognitive function differences between older adults who did and did not consume the recommended servings of specific food groups. The secondary purpose of the study was to examine the potential role the nutrients provided by food groups can have on cognitive function. A cross-sectional study was conducted with 35 community-dwelling older adults, aged 60 years and over at baseline. The Montreal Cognitive Assessment (MoCA), Rey Complex Figure Test and Recognition (RCFT), Trail-Making Test (TMT), Victoria Stroop Test (VST), and the Digit Span Test (DST) were used to record performance on cognitive tasks. Dietary intake was collected using a five-day food intake record (FIR). An independent t-test was used to determine the differences between the frequency/incidence of food group consumption and cognitive function. Multiple regression was used to analyze the relationship between food nutrients and cognitive function. A total of 32 participants, 8 males and 24 females, completed the study. The average age and BMI were 70.59 (7.07) years old and 27.59 (4.45) kg/m2, respectively. No differences were found in cognitive task performance between the group who consumed and did not consume the recommended amount of servings per day in any of the food groups. However, a number of associations were found between the nutrients found in foods and cognitive function. A positive correlation was found between the level of vitamin D and the RCFT [r=0.348, p=0.051], and the MoCA [r=0.372, p=0.036]. A negative correlation was found between the level of calcium, poly fat, and protein and performance on VST with [r=-0.457, p=0.009]; [r=-0.412, p=0.019], and [r=-0.345, p=0.053], respectively. In addition, regression analyses revealed that calcium level may predict performance on VST [F (1,30)=7.908, p=0.009, R2=0.209]. Consumption of foods was associated with better performance on cognitive tasks but underlying mechanisms are still to be determined in a longitudinal and well-powered population-based intervention studies.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,002
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,035
Score d'incertitude au seuil0,071

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,003
Études des sciences et des technologies0,0020,000
Communication savante0,0010,000
Science ouverte0,0010,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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.

Tête enseignante Opus0,042
Tête enseignante GPT0,314
Écart entre enseignants0,273 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetNutrition and Health in Aging→Travaux en français237 207→