A ketogenic supplement improves white matter energy supply and processing speed in mild cognitive impairment
Notice bibliographique
Résumé
Abstract Introduction White matter (WM) energy supply is crucial for axonal function and myelin maintenance. An exogenous source of ketones, the brain's alternative fuel to glucose, bypasses the brain's glucose‐specific energy deficit and improves cognitive outcomes in mild cognitive impairment (MCI). How an additional supply of ketones affects glucose or ketone uptake in specific WM fascicles in MCI has not previously been reported. Methods This 6‐month interventional study included MCI participants randomized to a placebo ( n = 16) or ketogenic medium chain triglyceride (kMCT; n = 17) drink. A neurocognitive battery and brain imaging were performed pre‐ and post‐intervention. WM fascicle uptake of ketone and glucose and structural properties were assessed using positron emission tomography and diffusion imaging, respectively. Results Ketone uptake was increased in the kMCT group by 2.5‐ to 3.2‐fold in all nine WM fascicles of interest ( P < .001), an effect seen both in deep WM and in fascicle cortical endpoints. Improvement in processing speed was positively associated with WM ketone uptake globally and in individual fascicles, most importantly the fornix ( r = +0.61; P = .014). Discussion A 6‐month kMCT supplement improved WM energy supply in MCI by increasing ketone uptake in WM fascicles. The significant positive association with processing speed suggests that ketones may have a role in myelin integrity in MCI.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| 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 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».