Ser gordo é mau por várias razões, mas tenho dúvidas de que seja neurodegenerativo. Uma razão para a dúvida é que a associação negativa entre o IMC e a inteligência (ou seja, pessoas gordas tendem a ser mais burras) aparentemente não é causal.

Talvez seja causal para um período muito mais longo de obesidade? Não está claro a partir de métodos claramente causais, incluindo RCTs de GLP-1RA. Então, vamos revisar as evidências da Randomização Mendeliana! Primeiro estudo: Yun et al. 2024. Resultado: Nada.

Segundo estudo: Norris et al. 2023. Resultado: Efeitos modestos que pareciam específicos do teste, mas a interação não foi significativa. Maior memória visual -> menos gordura corporal, mas nada de gordura corporal -> qualquer medida.

Terceiro estudo: Li et al. 2025. Resultado: -0,14% do volume total de matéria cinza por SD de IMC; <-0,04 SDs de inteligência fluida por SD de IMC; +0,007 SDs de hipersinalizações de matéria branca por SD de IMC. Todos estes são efeitos trivialmente pequenos, mas significativos para este tamanho de amostra.

Quarto estudo: Gong et al. 2025 Resultado: Há muita coisa acontecendo aqui. Gordura para IQ -> 1 SD IMC = -0.288 SDs de inteligência fluida. 1 SD de percentual de gordura corporal -> -0.346 SDs de FIQ. IQ para gordura -> 1 SD IQ = -0.068 SDs IMC. Pareciam efeitos implausivelmente grandes, e eram (veja abaixo).

Os resultados de Gong et al. me confundiram tanto que olhei e vi que, na verdade, são inválidos. Principal problema: sobreposição de amostras entre a exposição e o GWAS de resultado. Em MR de duas amostras, você assume independência, mas neste estudo, os instrumentos de IMC deles vieram do MRC-IEU e as estimativas de inteligência fluida do GWAS vieram do... MRC-IEU também. Essa violação tende a enviesar em direção à correlação observacional (ou seja, viés de instrumento fraco). Isso torna o efeito SUBSTANCIALMENTE maior do que o efeito causal, e, de fato, inacreditável. Eles também se basearam em um GWAS que era muito antigo e muito subdimensionado. Luciano et al. (2011) (muito antigo para um GWAS) tinha apenas 2.378 -- lixo da era de genes candidatos, então as estimativas tinham que ser enviesadas para cima em seus efeitos para significância. Tamanhos de efeito não utilizáveis! E o GWAS de CF, embora metodologicamente sólido, tinha apenas n = 22.593 de um consórcio dentro da família, então estava severamente subdimensionado e levou a poucos SNPs, o que significa que cada SNP carregava um alto peso na estimativa IVW, e até mesmo um único SNP levemente pleiotrópico pode alterar todo o resultado. O artigo de Gong et al. precisa ser retratado por ser um artigo de MR inválido. Agora vamos em frente.

Quinto estudo: Chen et al. 2026 Resultado: Extremamente irritante. Coisas plausíveis para AVC e regiões do cérebro, com o último resultado não variando por região, o que é suspeito, e as questões de inteligência fluida incluíam sobreposição de amostras. Ah, e há a maldição do vencedor para os fenótipos derivados de imagens cerebrais porque eles selecionaram para significância. Trate qualquer coisa aqui como uma estimativa de limite superior, e provavelmente uma estimativa sem sentido. Sexto estudo: Luan et al. 2025 Resultado: Estou realmente perdendo a fé nas estimativas de MR chinesas com isso. Problemas enormes de sobreposição de amostras, exposições redundantes enfatizadas, um falso teste de robustez (MR-RAPS: o IMC tem pleiotropia bem documentada com educação e SES e se o IMC afeta a capacidade cognitiva através do SES, o RAPS não o detectará).

Sétimo estudo: Mina et al. 2023 Resultado: Ótimas medidas! Ótima amostra! Velhos GWAS! Por favor, repitam esta análise com GWAS mais recentes. Isso seria realmente muito informativo! Na verdade, a sua Fig. 1C mostra o problema da amostra única. De qualquer forma, o resultado deles é... não tão realista, como está. Infelizmente, devido à sobreposição entre o GWAS de VAT e o GWAS cognitivo, as estimativas de MR estão enviesadas em direção às observacionais, como em outros lugares. O que realmente se destaca, no entanto, é que os instrumentos de MR não são salvos pelo uso desta amostra asiática, porque os tamanhos de efeito estão ligados aos tamanhos de efeito do UKBB e as estimativas devem ser interpretadas como europeias em vez de provenientes desta amostra de Singapura. De qualquer forma, eu acho que o efeito faz algum sentido? Passar do top-10% mais magro em termos de adiposidade visceral para o top-10% mais gordo resulta em 2,2 anos de "envelhecimento cognitivo" e 0,10 SDs de g. Passar do top-10% geral por IMC para o bottom-10% por IMC leva a 0,13 SDs de g em 2,56 SDs de IMC (ou seja, -0,05 por SD), mesmo com os enviesamentos que notei. Impressionante? Talvez.

Resumindo tudo isto, tenho que dizer que não há muitas evidências de que ser mais gordo te torne mais burro em grande medida. O total das evidências positivas diz que é uma pequena medida, e essa medida é superestimada por uma quantidade desconhecida com os artigos atuais.