Visceral and Subcutaneous Abdominal Fat Predict Brain Volume Loss at Midlife in 10,001 Individuals
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Abdominal fat is increasingly linked to brain health. A total of 10,001 healthy participants were scanned on 1.5T MRI with a short whole-body MR imaging protocol. Deep learning with FastSurfer segmented 96 brain regions. Separate models segmented visceral and subcutaneous abdominal fat. Regression analyses of abdominal fat types and normalized brain volumes were evaluated, controlling for age and sex. Logistic regression models determined the risk of brain total gray and white matter volume loss from the highest quartile of visceral fat and lowest quartile of these brain volumes. This cohort had an average age of 52.9 ± 13.1 years with 52.8% men and 47.2% women. Segmented visceral abdominal fat predicted lower volumes in multiple regions including: total gray matter volume (r = -.44, p<.001), total white matter volume (r =-.41, p<.001), hippocampus (r = -.39, p< .001), frontal cortex (r = -.42, p<.001), temporal lobes (r = -.44, p<.001), parietal lobes (r = -.39, p<.001), occipital lobes (r =-.37, p<.001). Women showed lower brain volumes than men related to increased visceral fat. Visceral fat predicted increased risk for lower total gray matter (age 20-39: OR = 5.9; age 40-59, OR = 5.4; 60-80, OR = 5.1) and low white matter volume: (age 20-39: OR = 3.78; age 40-59, OR = 4.4; 60-80, OR = 5.1). Higher subcutaneous fat is related to brain volume loss. Elevated visceral and subcutaneous fat predicted lower brain volumes and may represent novel modifiable factors in determining brain health.
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.
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 découle