The Association between Green Tea Consumption and Cognitive Function: A Meta-Analysis of Current Evidence
Notice bibliographique
Résumé
BACKGROUND: Tea is widely consumed around the world, with green tea showing potential protective effects against cognitive decline, as indicated by multiple studies. These effects are thought to stem from its polyphenols and neuroprotective properties. This study aimed to systematically review and meta-analyze recent observational research on the link between green tea consumption and the risk of cognitive impairment. METHODS: A systematic search was performed in PubMed, Embase, Web of Science, and the Cochrane Library for observational studies published between September 2004 and September 2024. The relationship between green tea consumption and cognitive impairment was summarized using odds ratios with 95% confidence intervals. Additionally, the study conducted subgroup analyses, assessed heterogeneity, evaluated publication bias, and performed sensitivity analyses. RESULTS: Eighteen studies were included, comprising a total of 58,929 participants. The quality of these studies was evaluated using the Newcastle-Ottawa Scale, and overall, the quality was found to be high. The random-effects meta-analysis indicated that green tea consumption was inversely associated with cognitive impairment OR 0.63 (95% CI: 0.54-0.73), with the greatest benefit observed in individuals aged 50-69 years. Subgroup analysis showed protective effects for dementia OR 0.74 (95% CI: 0.56-0.99) and mild cognitive impairment OR 0.64 (95% CI: 0.43-0.96). Additionally, a significant reduction in the risk of cognitive impairment was observed in Asian populations, whereas no such association was found in European populations. Both women OR 0.51 (95% CI: 0.28-0.95) and men OR 0.47 (95% CI: 0.28-0.80) showed significant associations. High consumption groups had reduced cognitive impairment risk OR 0.64 (95% CI: 0.50-0.82). CONCLUSION: Green tea consumption is associated with a reduced risk of cognitive impairment, suggesting potential cognitive benefits. However, large-scale longitudinal studies are needed to confirm dose-response relationships and long-term effects. Future studies should also investigate the long-term effects of green tea and its role in personalized nutrition based on genetic predispositions.
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 | 0,002 | 0,011 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,006 | 0,002 |
| 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) | 0,000 | 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 ».