Carotenoid-Rich Brain Nutrient Pattern Is Positively Correlated With Higher Cognition and Lower Depression in the Oldest Old With No Dementia
Notice bibliographique
Résumé
Background: Healthy dietary patterns are related to better cognitive health in aging populations. While levels of individual nutrients in neural tissues are individually associated with cognitive function, the investigation of nutrient patterns in human brain tissue has not been conducted. Methods: Brain tissues were acquired from frontal and temporal cortices of 47 centenarians from the Georgia Centenarian Study. Fat-soluble nutrients (carotenoids, vitamins A, E, K, and fatty acids [FA]) were measured and averaged from the two brain regions. Nutrient patterns were constructed using principal component analysis. Cognitive composite scores were constructed from cognitive assessment from the time point closest to death. Dementia status was rated by Global Deterioration Scale (GDS). Pearson's correlation coefficients between NP scores and cognitive composite scores were calculated controlling for sex, education, hypertension, diabetes, and APOE ε4 allele. Result: Among non-demented subjects (GDS = 1–3, n = 23), a nutrient pattern higher in carotenoids was consistently associated with better performance on global cognition ( r = 0.38, p = 0.070), memory ( r = 0.38, p = 0.073), language ( r = 0.42, p = 0.046), and lower depression ( r = −0.40, p = 0.090). The findings were confirmed with univariate analysis. Conclusion: Both multivariate and univariate analyses demonstrate that brain nutrient pattern explained mainly by carotenoid concentrations is correlated with cognitive function among subjects who had no dementia. Investigation of their synergistic roles on the prevention of age-related cognitive impairment remains to be performed.
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 ».