From the plate to the brain: associations between dietary patterns and reduced dementia prevalence and white matter lesions in older Japanese adults
Notice bibliographique
Résumé
Diet is widely considered essential in dementia, but its association with white matter lesions (WMLs) remains unclear. This cross-sectional study investigated the associations between dietary patterns, dementia, and WMLs in a large, nationwide, multicenter population of older Japanese adults. A total of 8,938 adults (aged ≥ 65; 73 ± 6.3 years old) from the Japan Prospective Studies Collaboration for Aging and Dementia (JPSC-AD) were included. Dietary intake was assessed using a Food Frequency Questionnaire. Principal component analysis was used to derive dietary patterns. A trained Convolutional Neural Network model segmented WMLs from brain MR images. Logistic regression estimated odds ratios (ORs) for dementia by dietary pattern quartiles, while linear regression assessed associations with WML volumes. Five dietary patterns were extracted. A Japanese diet including protein and minerals was significantly associated with lower prevalence of all-cause dementia (OR = 0.56) and Alzheimer's disease (OR = 0.47), and with reduced WML volume (β = - 0.03). Similar directional trends in ORs were observed across study sites. The reverse association with WMLs remained significant among individuals without dementia, reducing the likelihood of reverse causation. A Japanese diet including protein and minerals was associated with lower dementia prevalence and smaller WML volume in older Japanese adults. Drawing on nationwide, large-scale, multicenter data, these findings advance our understanding of dietary patterns in older Japanese adults and provide valuable insights for future intervention studies targeting diet and age-related brain changes.
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 | 0,000 | 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 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 ».