The effect of fruit and vegetable consumption on the decreased risk of mild cognitive impairment in patients referring to health examination centers ‒ A systematic review and meta-analysis
Notice bibliographique
Résumé
Introduction: Introduction: nutritional factors play an essential role in the occurrence of cognitive impairment. The present study aimed to investigate the effect of fruit and vegetable consumption on the decreased risk of mild cognitive impairment in patients referring to health examination centers. Methods: a comprehensive search was conducted across five electronic bibliographic databases. Two groups of keywords were selected for search in the databases. Two independent researchers screened and selected the studies by examining the titles and abstracts. Two evaluators gathered essential details from the chosen studies. To assess the quality of the studies, appraisal instruments from the Joanna Briggs Institute (JBI) were utilized. Moreover, a meta-analysis was performed focusing on the values of the odds ratio. Results: 38 studies were entered into the study; 36 studies (94.7 percent) revealed that fruit and vegetable consumption can affect the occurrence of mild cognitive impairment. The values of the odds ratio related to the effect of vegetable consumption and fruit intake on the decreased risk of mild cognitive impairment were between 0.20 to 0.82 and 0.14 to 0.92, respectively. The results showed that vegetable consumption [odds ratio: 0.60 (95 % CI: 0.40 to 0.79)] and fruit intake [odds ratio: (95 % CI: 0.46 to 0.86)] can decrease the risk of MCI. Conclusions: the results revealed that fruit and vegetable consumption can significantly decrease the risk of mild cognitive impairment. Therefore, it is suggested that preventive plans for fruit and vegetable consumption should be implemented, especially in low- and middle-income countries.
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 | 0,003 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,005 | 0,001 |
| 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 | 0,000 |
| 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 ».