Übergewichtig zu sein, ist aus vielen Gründen schlecht, aber ich habe Zweifel, dass es neurodegenerativ ist. Ein Grund für den Zweifel ist, dass die negative Assoziation zwischen BMI und Intelligenz (d.h. übergewichtige Menschen neigen dazu, dümmer zu sein) anscheinend keine ursächliche ist.

Vielleicht ist es die Ursache für einen viel längeren Zeitraum von Fettleibigkeit? Unklar aus klar kausalen Methoden, einschließlich GLP-1RA RCTs. Lass uns also die Beweise der Mendelschen Randomisierung überprüfen! Erste Studie: Yun et al. 2024. Ergebnis: Nichts.

Zweite Studie: Norris et al. 2023. Ergebnis: Geringe Effekte, die scheinbar testspezifisch waren, aber die Interaktion war nicht signifikant. Höhere visuelle Gedächtnisleistung -> weniger Körperfett, aber nichts von Körperfett -> irgendeine Messung.

Dritte Studie: Li et al. 2025. Ergebnis: -0,14 % des gesamten grauen Volumens pro SD des BMI; <-0,04 SDs der fluiden Intelligenz pro SD des BMI; +0,007 SDs der weißen Substanzhyperintensitäten pro SD des BMI. All dies sind trivial kleine Effekte, aber signifikant bei dieser Stichprobengröße.

Vierte Studie: Gong et al. 2025 Ergebnis: Hier passiert viel. Fett zu IQ -> 1 SD BMI = -0,288 SDs fluide Intelligenz. 1 SD Körperfettanteil -> -0,346 SDs FIQ. IQ zu Fett -> 1 SD IQ = -0,068 SDs BMI. Schien wie unrealistisch große Effekte, und das waren sie (siehe unten).

Die Ergebnisse von Gong et al. haben mich so sehr verwirrt, dass ich nachgesehen habe und festgestellt habe, dass sie tatsächlich ungültig sind. Hauptproblem: Überlappung der Stichprobe zwischen Exposition und Ergebnis-GWAS. Bei der Zwei-Stichproben-MR geht man von Unabhängigkeit aus, aber in dieser Studie stammen ihre BMI-Instrumente von MRC-IEU und ihre Schätzungen zur fluiden Intelligenz aus... ebenfalls MRC-IEU. Diese Verletzung führt zu einer Verzerrung in Richtung der beobachteten Korrelation (d.h. Verzerrung durch schwache Instrumente). Dies macht den Effekt SUBSTANTIELL größer als den kausalen Effekt und ist tatsächlich unglaublich. Sie stützten sich auch auf ein GWAS, das zu alt und zu schwach war. Luciano et al. (2011) (sehr alt für ein GWAS) hatten nur 2.378 -- Müll aus der Ära der Kandidatengene, sodass die Schätzungen in ihren Effekten für die Signifikanz nach oben verzerrt sein mussten. Nicht verwendbare Effektgrößen! Und das CF-GWAS, obwohl methodisch solide, hatte nur n = 22.593 aus einem innerhalb der Familie bestehenden Konsortium, sodass es stark unterpowert war und zu wenigen SNPs führte, was bedeutet, dass jeder SNP ein hohes Gewicht in der IVW-Schätzung hatte, und selbst ein einzelner leicht pleiotroper SNP kann das gesamte Ergebnis beeinflussen. Das Papier von Gong et al. muss wegen seiner Ungültigkeit als MR-Papier zurückgezogen werden. Jetzt lassen Sie uns weitermachen.

Fünfte Studie: Chen et al. 2026 Ergebnis: Extrem nervig. Plausible Dinge für Schlaganfall und Gehirnregionen, wobei das letztere Ergebnis nicht nach Region variierte, was verdächtig ist, und die Dinge zur fluiden Intelligenz beinhalteten eine Überlappung der Stichproben. Oh, und es gibt den Gewinnerfluch für die aus Gehirnbildern abgeleiteten Phänotypen, weil sie auf Signifikanz ausgewählt wurden. Behandle alles hier als eine obere Schätzung und wahrscheinlich als eine unsinnige Schätzung. Sechste Studie: Luan et al. 2025 Ergebnis: Ich verliere tatsächlich das Vertrauen in die chinesischen MR-Schätzungen damit. Riesige Probleme mit der Stichprobenüberlappung, betonte redundante Expositionen, eine gefälschte Robustheitsprüfung (MR-RAPS: BMI hat gut dokumentierte Pleiotropie mit Bildung und SES und wenn BMI die kognitive Fähigkeit über SES beeinflusst, wird RAPS es nicht erkennen).

Siebte Studie: Mina et al. 2023 Ergebnis: Großartige Maßnahmen! Großartige Stichprobe! Alte GWAS! Bitte wiederholen Sie diese Analyse mit neueren GWAS. Es wäre tatsächlich sehr informativ! Tatsächlich zeigt ihre Abb. 1C das Einzelstichprobenproblem. Wie auch immer, ihr Ergebnis ist... nicht so realistisch, wie es dasteht. Leider sind die MR-Schätzungen aufgrund der Überlappung zwischen den VAT-GWAS und den kognitiven GWAS in Richtung der beobachtbaren Schätzungen verzerrt, wie anderswo. Was jedoch wirklich auffällt, ist, dass die MR-Instrumente nicht durch die Verwendung dieser asiatischen Stichprobe gerettet werden, da die Effektgrößen an die UKBB-Effektgrößen gebunden sind und die Schätzungen als europäische und nicht als solche aus dieser singapurischen Stichprobe interpretiert werden müssen. Wie auch immer, ich denke, der Effekt macht irgendwie Sinn? Vom obersten 10% der schlankesten in Bezug auf viszerale Adipositas zu den obersten 10% der dicksten Verlierer verliert man 2,2 Jahre "kognitive Alterung" und 0,10 SDs von g. Vom insgesamt obersten 10% nach BMI zu den untersten 10% nach BMI führt zu 0,13 SDs von g über 2,56 SDs von BMI (d.h. -0,05 pro SD), selbst mit den Verzerrungen, die ich festgestellt habe. Beeindruckend? Vielleicht.

Zusammenfassend muss ich sagen, dass es einfach nicht viele Beweise dafür gibt, dass dicker zu sein dich in großem Maße dümmer macht. Die Gesamtheit der positiven Beweise sagt, dass es nur in geringem Maße der Fall ist, und dass dieser Grad um einen unbekannten Betrag überschätzt wird, basierend auf aktuellen Studien.