Protein-Balanced Dietary Habits Benefit Cognitive Function in Japanese Older Adults
Notice bibliographique
Résumé
Since daily dietary habits can affect cognitive function, dietary patterns such as the Mediterranean-DASH Intervention for Neurodegenerative Delay diet have been proposed as interventions to slow cognitive decline. However, because dietary habits vary widely among different food cultures, it is necessary to establish dietary pattern intervention methods that are appropriate for each population. Therefore, in this study, the dietary patterns of elderly Japanese individuals were classified using cluster analysis, and their relationship with cognitive function was investigated. We then modeled the dietary patterns and applied them to another cohort of elderly Japanese individuals to determine whether differences in dietary patterns could predict cognitive decline. One hundred and fifty older adults ≥ 65 years of age in the community were recruited. Their daily food intake and cognitive function were measured using the brief-type self-administered diet history questionnaire and Montreal Cognitive Assessment, respectively. K-means cluster analysis identified a high-carbohydrate (HC) dietary pattern with high cereal intake and a protein-balanced (PB) dietary pattern with high intake of legumes, vegetables, seafood, meat, and eggs. Cognitive function was significantly higher in the PB group than in the HC group. Furthermore, to classify the new data into HC and PB patterns, a classification model was created by discriminant analysis using food groups with significantly different intakes among dietary patterns. Next, we recruited 267 new older adults ≥ 65 years of age and measured food intake and cognitive function assessed using the memory performance index score. Individuals with cognitive decline were identified and their detailed cognitive functions were assessed using the neurocognitive index score. Cognitive function was significantly impaired in the HC pattern in both the general elderly and cognitively impaired cohorts. These findings suggest that a dietary pattern of low carbohydrate and high protein intake is associated with good cognitive function in elderly Japanese individuals. Classification by these dietary patterns can predict cognitive reservation in community-dwelling older adults.
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 | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| 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 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 ».