Association of body mass index and dietary intake with mild cognitive impairment and dementia: a retrospective cohort study
Notice bibliographique
Résumé
Abstract Background The prevalence of cognitive impairment in older adults is gradually increasing, and this is leading to many adverse outcomes. Common causes of cognitive impairment in advancing age are mild cognitive impairment (MCI) and dementia. However, how the nutritional status and nutrient intake are related to MCI and dementia is controversial. Therefore, we aimed to evaluate the association of body mass index (BMI) and dietary intake with the risk of MCI and dementia. Methods This retrospective cohort study involved 821 participants aged ≥ 50 years from a previous population-based cohort study: the Electricity Generating Authority of Thailand (EGAT) study in 2013–2014 (baseline) and 2018–2019 (follow-up). Dietary intake was recorded using a 12-month self-reported food frequency questionnaire. MCI and dementia were diagnosed according to the Diagnostic and Statistical Manual of Mental Disorders (DSM-5) criteria using the Montreal Cognitive Assessment with ADL and the Kessler Psychological Distress Scale (K10) at study entry and at the 5-year follow-up. Results Among the 821 participants, the mean age was 60.0 ± 4.3 years, and the incidence rate of MCI and dementia was 42.5 and 11.2 per 1,000 person-years, respectively. The rate of MCI and dementia was higher in participants aged ≥ 60 years and with an education level of < 7 years. The rate of MCI was also higher in those with a BMI of ≥ 25 kg/m 2 and type 2 diabetes. Compared to BMI 18.5–22.9 kg/m 2 , BMI of ≥ 25 kg/m 2 (odds ratio 1.91 [95% confidence interval, 1.12–3.26], p < 0.001) was associated with an increased risk of MCI after adjusted for age, education level, and type 2 diabetes. Regarding dietary intake, fresh red meat consumption was inversely associated with the risk of MCI ( p = 0.037) and dementia ( p = 0.011) after adjusting for age, education level, type 2 diabetes, and BMI. Conclusion Obesity was associated with a greater risk of MCI. Moreover, low consumption of fresh red meat could be a risk factor for MCI and dementia. Further studies are required to confirm and explain these findings.
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 ».