Effect of dairy consumption on cognition in older adults: A population-based cohort study
Notice bibliographique
Résumé
OBJECTIVE: We aimed to assess the effect on cognitive function of adding dairy (total, fermented, non-fermented, full fat, low fat, and sugary) to the diet and of substituting some food groups for dairy. DESIGN: Secondary analysis of a prospective population-based cohort study. PARTICIPANTS: We analyzed data from 1334 cognitively healthy participants (median age 67 years at baseline) with a mean follow-up of 5.6 years from the CoLaus|PsyColaus cohort in Lausanne, Switzerland. MEASUREMENTS: The participants completed a food frequency questionnaire at baseline and cognitive tests at baseline and at follow-up. Clinical dementia rating was the primary outcome. Subjective cognitive decline, memory, verbal fluency, executive and motor functions were secondary outcomes. METHODS: Our exposure was the consumption of total and 5 sub-types of dairy products (g/d). We used marginal structural models to compute average causal effects of 1) increasing dairy consumption by 100 g/d and 2) substituting 100 g/d of meat, fish, eggs, fruits and vegetables with dairy on the outcomes. We used inverse probability of the treatment and lost to follow-up weighting to account for measured confounding and non-random loss to follow-up. RESULTS: Overall, the effects of adding dairy products to the diet on cognition were negligible and imprecise. No substitution had a substantial and consistent effect on clinical dementia rating. The substitution of fish [11.7% (-3% to 26.5%)] and eggs [18% (2.3%-33.7%)] for dairy products could negatively impact verbal memory and neurolinguistic processes. CONCLUSION: We found no effect of adding dairy to the diet or substituting meat, vegetables or fruit for dairy on cognitive function in this cohort of older adults. The substitution of fish and eggs for dairy could have a negative effect on some secondary outcomes, but more studies modeling food substitutions are needed to confirm these results.
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 | 0,003 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,002 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».