Estar gordo es malo por muchas razones, pero dudo que sea neurodegenerativo. Una razón para dudar es que la asociación negativa entre IMC e inteligencia (es decir, que las personas gordas tienden a ser más tontas) aparentemente no es causal.

¿Quizá sea causa de un periodo mucho más largo de obesidad? No está claro a partir de métodos claramente causales, incluidos los ECA GLP-1RA. Así que, ¡repasemos la evidencia de la aleatorización mendeliana! Primer estudio: Yun et al. 2024. Resultado: Nada.

Segundo estudio: Norris et al. 2023. Resultado: Efectos escasos que parecían específicos de cada prueba, pero la interacción no fue significativa. Memoria visual más alta > menos grasa corporal, pero nada por la grasa corporal > ninguna de las dos.

Tercer estudio: Li et al. 2025. Resultado: -0,14% del volumen total de materia gris por DME de IMC; <-0,04 SDs de inteligencia fluida por DS de IMC; +0,007 DE hiperintensidades de sustancia blanca por DMC de IMC. Todos estos son efectos trivialmente pequeños, pero significativos para este tamaño de muestra.

Cuarto estudio: Gong et al. 2025 Resultado: Hay mucho en juego aquí. Grasa a CI -> 1 DMC = -0,288 Inteligencia de fluidos de SD. 1 Porcentaje de grasa corporal SD -> -0,346 DP FIQ. CI a gordo -> 1 CI = -0,068 DM IMC. Parecían efectos increíblemente grandes, y lo fueron (ver más abajo).

Los resultados de Gong et al. me confundieron tanto que vi que, casualmente, no es válida. Problema principal: solapamiento de muestras entre la exposición y el resultado GWAS. En la RM de dos muestras, se asume independencia, pero en este estudio, sus instrumentos de IMC procedían del MRC-IEU y sus estimaciones GWAS de inteligencia fluida provenían de... MRC-IEU también. Esta violación sesga hacia la correlación observacional (es decir, un sesgo débil hacia el instrumento). Esto hace que el efecto sea SUSTANCIALMENTE mayor que el efecto causal, y de hecho increíble. También dependían de un GWAS que era demasiado antiguo y con poca potencia. Luciano et al. (2011) (muy antiguos para un GWAS) solo tenían 2.378 — basura de la era genética candidata, por lo que las estimaciones debían estar sesgadas al alza en sus efectos para determinar la importancia. ¡No son tamaños de efecto utilizables! Y el CF GWAS, aunque metodológicamente sólido, solo tenía n = 22.593 de un consorcio dentro de la familia, por lo que estaba gravemente infrapotenciado y llevó a pocos SNPs, lo que significa que cada SNP tenía un alto peso en la estimación de IVW, e incluso un SNP levemente pleiotrópico puede inclinar el resultado total. El artículo de Gong et al. debe ser retirado por ser un artículo de RM inválido. Ahora sigamos.

Quinto estudio: Chen et al. 2026 Resultado: Sumamente molesto. Cosas plausibles para el ictus y las regiones cerebrales, siendo este último no variaba según la región, lo cual es sospechoso, y la inteligencia fluida incluía solapamiento de muestras. Ah, y está la maldición del ganador para los fenotipos derivados de imágenes cerebrales porque seleccionaron por su significado. Trata cualquier cosa aquí como una estimación de límite superior, y probablemente una estimación sin sentido. Sexto estudio: Luan et al. 2025 Resultado: De hecho, estoy perdiendo la fe en las estimaciones chinas de RM con esto. Grandes problemas de solapamiento de muestras, exposiciones redundantes enfatizadas, una comprobación falsa de robustez (MR-RAPS: El IMC tiene pleiotropía bien documentada con educación y SES y si el IMC afecta la capacidad cognitiva a través del SES, el RAPS no lo detectará).

Séptimo estudio: Mina et al. 2023 Resultado: ¡Grandes medidas! ¡Gran muestra! ¡Viejo GWAS! Por favor, repite este análisis con GWAS más reciente. ¡De hecho, sería muy informativo! De hecho, su Fig. 1C muestra el problema de la muestra única. En fin, su resultado es... No es tan realista, tal y como está. Desafortunadamente, debido a la superposición entre el GWAS del IVA y el GWAS cognitivo, las estimaciones de RM están sesgadas hacia las observacionales, como en otros lugares. Lo que realmente destaca es que los instrumentos de RM no se salvan con el uso de esta muestra asiática, porque los tamaños del efecto están ligados a los tamaños del efecto UKBB y las estimaciones deben interpretarse como europeas en lugar de de esta muestra singapurense. En fin, ¿creo que el efecto tiene sentido? Pasando del 10% más delgado en términos de adiposidad visceral a los perdedores gordos del 10% más ricos, tienes 2,2 años de "envejecimiento cognitivo" y 0,10 SDs de g. Pasar del 10% superior general por IMC al 10% inferior por IMC lleva a 0,13 días diferenciales de g en 2,56 días de IMC (es decir, -0,05 por día de diferencia), incluso con los sesgos que he señalado. ¿Impresionante? Quizá.

Resumiendo todo esto, tengo que decir que no hay mucha evidencia de que estar más gordo te haga más tonto en gran medida. La suma total de la evidencia positiva dice que es un grado pequeño, y ese grado está sobreestimado en una cantidad desconocida según los artículos actuales.