Dik zijn is om tonnen redenen slecht, maar ik heb twijfels of het neurodegeneratief is. Een reden voor twijfel is dat de negatieve associatie tussen BMI en intelligentie (d.w.z. dat dikke mensen doorgaans dommer zijn) blijkbaar geen causale is.

Misschien is het een oorzaak voor een veel langere periode van obesitas? Onzeker vanuit duidelijk-causale methoden, waaronder GLP-1RA RCT's. Laten we dus het bewijs van Mendeliaanse Randomisatie bekijken! Eerste studie: Yun et al. 2024. Resultaat: Niets.

Tweede studie: Norris et al. 2023. Resultaat: Magere effecten die schijnbaar testspecifiek waren, maar de interactie was niet significant. Hogere visuele geheugen -> minder lichaamsvet, maar niets van lichaamsvet -> welke maat dan ook.

Derde studie: Li et al. 2025. Resultaat: -0,14% van het totale grijze stofvolume per SD van BMI; <-0,04 SD's van de vloeibare intelligentie per SD van BMI; +0,007 SD's van witte stof hyperintensiteiten per SD van BMI. Al deze effecten zijn triviaal klein, maar significant bij deze steekproefgrootte.

Vierde studie: Gong et al. 2025 Resultaat: Er gebeurt hier veel. Vet naar IQ -> 1 SD BMI = -0.288 SDs vloeibare intelligentie. 1 SD lichaamsvetpercentage -> -0.346 SDs FIQ. IQ naar vet -> 1 SD IQ = -0.068 SDs BMI. Het leken onwaarschijnlijk grote effecten, en dat waren ze (zie hieronder).

De resultaten van Gong et al. hebben me zo in de war gebracht dat ik keek en zag dat het toevallig eigenlijk ongeldig is. Hoofdprobleem: overlap in monsters tussen blootstelling en uitkomst GWAS. In twee-monster MR neem je onafhankelijkheid aan, maar in deze studie kwamen hun BMI-instrumenten van MRC-IEU en hun schattingen van vloeibare intelligentie GWAS kwamen ook van... MRC-IEU. Deze schending leidt tot een bias richting de observationele correlatie (d.w.z. zwakke instrument bias). Dit maakt het effect SUBSTANTIEEL groter dan het causale effect, en ongelooflijk, in feite. Ze vertrouwden ook op een GWAS die te oud en te ondergepowert was. Luciano et al. (2011) (heel oud voor een GWAS) had slechts 2.378 -- rommel uit het kandidaat-gen tijdperk, dus de schattingen moesten omhoog gebiased zijn in hun effecten voor significantie. Niet bruikbare effectgroottes! En de CF GWAS, hoewel methodologisch solide, had slechts n = 22.593 van een binnen-familie consortium, dus het was ernstig ondergepowert en leidde tot weinig SNP's, wat betekent dat elke SNP veel gewicht droeg in de IVW-schatting, en zelfs een enkele licht pleiotrope SNP kan het hele resultaat beïnvloeden. Het Gong et al. artikel moet worden ingetrokken omdat het een ongeldig MR-artikel is. Laten we nu verder gaan.

Vijfde studie: Chen et al. 2026 Resultaat: Superslecht. Plausibele dingen voor beroerte en hersengebieden, waarbij het laatste resultaat niet varieerde per regio, wat verdacht is, en de vloeibare intelligentie dingen omvatten steekproefoverlap. Oh, en er is de winnaar's curse voor de hersenafgeleide fenotypes omdat ze selecteerden op significantie. Behandel alles hier als een bovengrens schatting, en waarschijnlijk een nonsens schatting. Zesde studie: Luan et al. 2025 Resultaat: Ik verlies eigenlijk het vertrouwen in Chinese MR-schattingen hiermee. Enorme steekproefoverlapproblemen, redundante blootstellingen benadrukt, een nep robuustheidscontrole (MR-RAPS: BMI heeft goed gedocumenteerde pleiotropie met onderwijs en SES en als BMI de cognitieve vaardigheid beïnvloedt via SES, zal RAPS het niet detecteren).

Zevende studie: Mina et al. 2023 Resultaat: Geweldige maatregelen! Geweldig monster! Oude GWAS! Herhaal deze analyse alstublieft met nieuwere GWAS. Het zou eigenlijk zeer informatief zijn! In feite toont hun Fig. 1C het single-sample probleem aan. Hoe dan ook, hun resultaat is... niet zo realistisch, zoals het er nu uitziet. Helaas, vanwege de overlap tussen de VAT GWAS en de cognitieve GWAS, zijn de MR-schattingen bevooroordeeld ten opzichte van de observationele, zoals elders. Wat echt opvalt is dat de MR-instrumenten niet worden gered door het gebruik van deze Aziatische steekproef, omdat de effectgroottes zijn gekoppeld aan de UKBB-effectgroottes en de schattingen moeten worden geïnterpreteerd als Europese in plaats van als afkomstig van deze Singaporese steekproef. Hoe dan ook, ik denk dat het effect enige zin heeft? Van de top-10% magerste in termen van visceraal vet naar de top-10% dikste verliezers verlies je 2,2 jaar van "cognitieve veroudering" en 0,10 SD's van g. Van de algehele top-10% op basis van BMI naar de onderste 10% op basis van BMI leidt tot 0,13 SD's van g over 2,56 SD's van BMI (d.w.z. -0,05 per SD), zelfs met de vooroordelen die ik heb opgemerkt. Indrukwekkend? Misschien.

Samenvattend moet ik zeggen dat er gewoon niet veel bewijs is dat dikker zijn je in grote mate dommer maakt. De totale som van het positieve bewijs zegt dat het een kleine mate is, en die mate wordt door een onbekende hoeveelheid overschat in de huidige papers.