Att vara tjock är dåligt av många anledningar, men jag tvivlar på att det är neurodegenerativt. En anledning till tvivel är att den negativa kopplingen mellan BMI och intelligens (dvs. tjocka personer tenderar att vara dummare) till synes inte är orsaksbunden.

Kanske är det orsak till en mycket längre period av fetma? Oklart från tydligt kausala metoder, inklusive GLP-1RA-RCT. Så, låt oss gå igenom bevisen för Mendelsk randomisering! Första studien: Yun et al. 2024. Resultat: Ingenting.

Andra studien: Norris et al. 2023. Resultat: Små effekter som till synes var testspecifika, men interaktionen var inte signifikant. Högre visuellt minne – > mindre kroppsfett, men inget från kroppsfett – > något av mätena.

Tredje studien: Li et al. 2025. Resultat: -0,14 % av den totala volymen av grå substans per SD av BMI; <-0,04 SD av fluid intelligence per SD av BMI; +0,007 SD av vit substans-hyperintensitet per SD av BMI. Alla dessa är trivialt små effekter, men betydande vid denna urvalsstorlek.

Fjärde studien: Gong et al. 2025 Resultat: Mycket händer här. Fett till IQ -> 1 SD BMI = -0,288 SD flytande intelligens. 1 SD kroppsfettprocent -> -0,346 SDs FIQ. IQ till fett -> 1 SD IQ = -0,068 SDs BMI. Det verkade vara osannolikt stora effekter, och det var de (se nedan).

Resultaten från Gong et al. snubblade mig så mycket att jag tittade och såg att det råkade vara ogiltigt. Huvudfråga: överlappning mellan exponering och utfall (GWAS). I tvåprovs-MR antar man oberoende, men i denna studie kom deras BMI-instrument från MRC-IEU och deras GIS-uppskattningar av flytande intelligens kom från... MRC-IEU också. Denna överträdelse lutar sig mot observationskorrelationen (dvs. svag instrumentbias). Detta gör effekten VÄSENTLIGT större än den kausala effekten, och faktiskt otrolig. De förlitade sig också på en GWAS som var för gammal och för svag. Luciano et al. (2011) (mycket gammalt för en GWAS) hade bara 2 378 – kandidatgen-era-skräp, så uppskattningarna måste ha varit uppåtvinklade i sina effekter för signifikans. Inte användbara effektstorlekar! Och CF GWAS, även om den var metodologiskt hållbar, hade bara n = 22 593 från ett familjkonsortium, så den var kraftigt underdimensionerad och ledde till få SNP, vilket innebär att varje SNP vägde tungt i IVW-uppskattningen, och även en enda lätt pleiotrop SNP kan påverka hela resultatet. Gong et al.-artikeln måste dras tillbaka för att den är ogiltig MR-artikel. Nu går vi vidare.

Femte studien: Chen et al. 2026 Resultat: Oerhört irriterande. Troliga saker för stroke och hjärnregioner, där det senare resultatet inte varierade mellan regioner, vilket är misstänkt, och fluidintelligensen inkluderade provöverlappning. Och så finns vinnarens förbannelse för de hjärnavbildade fenotyperna eftersom de valde för signifikans. Behandla allt här som en övre gränsuppskattning, och troligen en nonsensuppskattning. Sjätte studien: Luan et al. 2025 Resultat: Jag tappar faktiskt tron på kinesiska MR-uppskattningar med detta. Stora problem med provöverlappning, betonade redundanta exponeringar, en falsk robusthetskontroll (MR-RAPS: BMI har väl dokumenterad pleiotropi med utbildning och SES och om BMI påverkar kognitiv förmåga genom SES kommer RAPS inte att upptäcka det).

Sjunde studien: Mina et al. 2023 Resultat: Bra mått! Bra prov! Gammal GWAS! Upprepa denna analys med nyare GWAS. Det skulle faktiskt vara väldigt informativt! Faktum är att deras figur 1C visar problemet med ett enda urval. Hur som helst, deras resultat är... Inte särskilt realistiskt som det är. Tyvärr, på grund av överlappning mellan moms-GWAS och kognitiv GWAS, är MR-skattningarna snedvridna mot de observationsmässiga, som på andra håll. Det som verkligen sticker ut är dock att MR-instrumenten inte räddas av användningen av detta asiatiska urval, eftersom effektstorlekarna är kopplade till UKBB:s effektstorlekar och uppskattningarna måste tolkas som europeiska snarare än från detta singaporianska urval. Hur som helst, jag tycker effekten är rimlig? Att gå från de 10 % mest magra när det gäller visceral fetma till de 10 % fetaste förlorarna, du får 2,2 år av "kognitivt åldrande" och 0,10 SD g. Att gå från de övergripande topp-10 % enligt BMI till botten 10 % enligt BMI leder till 0,13 SD g över 2,56 SD av BMI (dvs. -0,05 per SD), även med de fördomar jag noterade. Imponerande? Kanske.

Sammanfattningsvis måste jag säga att det inte finns mycket bevis för att tjockare gör dig mycket dummare. Summan av de positiva bevisen säger att det är en liten grad, och den graden överskattas med en okänd mängd i nuvarande artiklar.