MétaCan
Menu
Retour à la cohorte
Enregistrement W4411865724 · doi:10.3389/fnut.2025.1611162

Non-linear association between dietary fiber intake and cognitive function mediated by vitamin E: a cross-sectional study in older adults

2025· article· en· W4411865724 sur OpenAlexaff
Qingsong He, Lawrence C. An, Yue Yue, Can Cui, Chongjian Wang, Hongxia Xu, Yunfei Guo, Xinyu Zhao

Notice bibliographique

RevueFrontiers in Nutrition · 2025
Typearticle
Langueen
DomaineMedicine
ThématiqueNutrition and Health in Aging
Établissements canadiensMcGill University Health Centre
Organismes subventionnairesFirst Affiliated Hospital of Zhengzhou UniversityZhengzhou University
Mots-clésNational Health and Nutrition Examination SurveyCognitionMedicineDigit symbol substitution testLinear regressionCognitive testPercentileVerbal fluency testEffects of sleep deprivation on cognitive performanceGerontologyEnvironmental healthStatisticsNeuropsychologyMathematicsPopulationPsychiatryPathology

Résumé

récupéré en direct d'OpenAlex

Background Emerging evidence suggests dietary fiber may prevent cognitive decline, but its dose-response relationship and underlying mechanisms remain unclear. This study investigates the non-linear association between dietary fiber intake and cognitive function in older adults and explores the mediating role of vitamin E. Methods This cross-sectional analysis of nationally representative National Health and Nutrition Examination Survey (NHANES) Data from 2011 to 2014 included 2,713 adults aged ≥60 years. Dietary fiber intake was assessed using two 24-h dietary recalls. Cognitive function was evaluated using a comprehensive battery comprising three standardized assessments: the Digit Symbol Substitution Test (DSST) to measure processing speed, the Animal Fluency Test (AFT) to assess executive function, and a Consortium to Establish a Registry for Alzheimer's Disease (CERAD) subtest to evaluate memory performance. Composite z -scores were calculated for each individual test and combined to generate a global cognition composite score. Generalized additive models (GAM) were applied to model non-linear relationships, and threshold effects were evaluated using two-piece-wise linear regression. Mediation analysis quantified the mediating role of vitamin E in the dietary fiber-cognitive function association, with effects assessed via the non-parametric percentile bootstrap method. Subgroup-specific sensitivity analyses demonstrated consistent findings. Results A J-shaped relationship between cognitive function and dietary fiber intake was identified using a two-piece-wise linear regression model. DSST scores reached a plateau at 29.65 g/day of fiber intake (likelihood ratio test P < 0.001), while composite z -scores reached a plateau at 22.65 g/day (likelihood ratio test P = 0.018). Below the inflection point, dietary fiber intake demonstrated a positive association with DSST scores (β: 0.18, 95% CI: 0.01–0.26, P < 0.0001), whereas above this threshold, the relationship became negative (β: −0.15, 95% CI: −0.29 to −0.02, P = 0.0265). Similarly, for composite z -scores, a positive association was observed below the inflection point (β: 0.01, 95% CI: 0.00–0.01, P = 0.0004), while the relationship appeared to saturate above this threshold (β: −0.00, 95% CI: −0.01–0.00, P = 0.9043). Mediation analysis revealed that vitamin E intake significantly mediated 85.0% ( P < 0.0001) of the association between dietary fiber intake and composite z -scores, and 86.8% ( P < 0.0001) of the association between dietary fiber intake and DSST scores. Conclusion Moderate dietary fiber intake is associated with optimal cognitive performance, largely mediated by vitamin E.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,019
Score d'incertitude au seuil0,717

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,015
Tête enseignante GPT0,313
Écart entre enseignants0,299 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations4
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueFrontiers in NutritionMême sujetNutrition and Health in AgingTravaux en français237 207