Diferentes medidas de composição corporal na relação com o funcionamento executivo em adultos mais velhos: um estudo exploratório

Universidade do Minho Escola de Psicologia Hugo Miguel Rodrigues Couto Diferentes Medidas de Composição Corporal na Relação com o Funcionamento Executivo em Adultos mais Velhos: Um estudo Exploratório janeiro de 2024 UMinho | 2024 Hugo Couto Diferentes Medidas de Composição Corporal na Relação com o Funcionamento Executivo em Adultos mais Velhos: Um estudo Exploratório Universidade do Minho Escola de Psicologia Hugo Miguel Rodrigues Couto Diferentes Medidas de Composição Corporal na Relação com o Funcionamento Executivo em Adultos mais Velhos : Um estudo Exploratório Dissertação de Mestrado Integrado em Psicologia Trabalho efetuado sob a orientação da Professora Doutora Adriana da Conceição Soares Sampaio e do Doutor Diego Pinal Fernández janeiro de 2024 ii DIREITOS DE AUTOR E CONDIÇÕES DE UTILIZAÇÃO DO TRABALHO POR TERCEIROS Este é um trabalho académico que pode ser utilizado por terceiros desde que respeitadas as regras e boas práticas internacionalmente aceites, no que concerne aos direitos de autor e direitos conexos. Assim, o presente trabalho pode ser utilizado nos termos previstos na licença abaixo indicada. Caso o utilizador necessite de permissão para poder fazer um uso do trabalho em condições não previstas no licenciamento indicado, deverá contactar o autor, através do RepositóriUM da Universidade do Minho. Atribuição-NãoComercial-SemDerivações CC BY-NC-ND https://creativecommons.org/licenses/by-nc-nd/4.0/ iii Agradecimentos Em primeiro lugar, à Professora Adriana e ao Professor Diego por sempre terem acreditado em mim, pelos seus ensinamentos, persistência e pela valiosa oportunidade que me deram de trabalhar no Projeto (PREDICTOR) NORTE-01-0145-FEDER032152. E pela posição de Bolseiro de investigação no Projeto NOLA: Nudging out of loneliness in Aging: a multimodal study 2022.07029.PTDC. Incutiram-me o gosto pela investigação e mostraram-me que tudo é bem mais complicado do que possa parecer! Em segundo lugar, à Doutora Francisca Almeida que foi uma AMIGA e um Mestre para mim! Nunca conseguirei agradecer-lhe o suficiente! Nunca! A todos os Professores que tive na vida obrigado pelos vossos ensinamentos. Ao Senhor António Lopes , Senhor José e a todos os utentes da Associação de Reformados e Pensionistas de Guimarães, pois possibilitaram-me fazer ciência. Sem eles não teria sido possível. Aos meus verdadeiros amigos que sempre me apoiaram e me deram força, Burraroni, Armeiro de Chicago, Mico e Adão. Obrigado! Parrabeibus cafunfu bariô! Aos Amigos que a Universidade me deu: Li Varvosa, Jorge Sapateiro, Bárbara, Patrícia ! Com saudades, à minha tia Zeza, que muito gostaria de ter visto esta minha conquista. À Vânia, pela sua ajuda e paciência nos momentos mais difíceis, que muito me ajudou neste caminho. Aos meus Pais, pela educação que me deram e pela oportunidade de realizar um sonho. Ao meu Irmão, por sempre ter acreditado em mim! Mariou! Ao Carlos Laranjinha, um verdadeiro Amigo, que embora não tenha noção foi um dos obreiros desta minha caminhada. Completamente! À minha Mãe, por todo o seu esforço e ajuda! E por fim, principalmente ao meu Pai, por todo o seu esforço, que muitas vezes almoçou de tupperware para que eu pudesse chegar até aqui! Aqui está a factura! “Everything is simpler than one can imagine, at the same time more involved than can be comprehended.” — Johann Wolfgang von Goethe iv DECLARAÇÃO DE INTEGRIDADE Declaro ter atuado com integridade na elaboração do presente trabalho académico e confirmo que não recorri à prática de plágio nem a qualquer forma de utilização indevida ou falsificação de informações ou resultados em nenhuma das etapas conducente à sua elaboração. Mais declaro que conheço e que respeitei o Código de Conduta Ética da Universidade do Minho. Braga, 31 Janeiro de 2024 _________________________________ ( Hugo Miguel Rodrigues Couto ) v Diferentes medidas de composição corporal na relação com o Funcionamento Executivo em adultos mais velhos: Um estudo exploratório Resumo Estudos anteriores relatam resultados mistos sobre a associação entre cognição nos adultos mais velhos e variáveis de estilo de vida como a composição corporal. Neste estudo, foram avaliadas as relações entre as funções executivas (FE) e a composição corporal nos AMV, bem como o possível papel mediador da atividade física e do tempo sedentário. Cinquenta e um indivíduos (idade M = 69.14 ;DP = 6.33, mulheres 64%) foram avaliados com um conjunto de medidas cognitivas e antropométricas de composição corporal (bioimpedância), como índice de massa corporal, rácio cintura-quadril, classificação da gordura visceral , e Percentagem de massa muscular. As FE foram avaliadas usando a Cambridge Neuropsychological Test Automated Battery (CANTAB) e as medidas de atividade física e tempo sedentário, com o International Physical Activity Questionnaire (IPAQ). Foram criadas categorias das variáveis de composição corporal e examinaram-se as diferenças entre grupos, e a relação entre as diversas medidas e a performance na CANTAB. Os grupos com elevados, Rácio cintura-quadril, p = .027 e Percentagem de massa muscular p = .006, tiveram melhor performance na tarefa Delayed Matching to Sample (DMS), que mede a manutenção de conteúdos em memória de trabalho. Foi encontrada uma associação positiva entre a Percentagem de massa muscular e a performance na DMS p = .018. De uma forma geral, os resultados deste estudo sugerem a falibilidade do Índice de massa corporal e a importância da manutenção da massa muscular na preservação da cognição. Palavras-chave: Obesidade; Medidas antropométricas; Adultos mais velhos; Funções executivas; CANTAB. vi Different measures of body composition in relation to Executive Functioning in older adults: An exploratory study Abstract Previous studies have reported mixed results on the association between cognition in older adults and lifestyle variables such as body composition. In this study, the relationships between executive functions (EF) and body composition in older adults were assessed, as well as the possible mediating role of physical activity and sedentary time. Fifty-one individuals (age M = 69.14 ;SD = 6.33, women 64%) were assessed with a set of cognitive and anthropometric measures of body composition (bioimpedance), such as body mass index, waist-to-hip ratio, visceral fat classification, and percentage of muscle mass. EF was assessed using the Cambridge Neuropsychological Test Automated Battery (CANTAB) and physical activity and sedentary time were measured using the International Physical Activity Questionnaire (IPAQ). Categories of body composition variables were created and the differences between groups and the relationship between the various measures and performance on the CANTAB were examined. The groups with a high waist-to-hip ratio p = .027 and percentage of muscle mass p = .006 performed better on the Delayed Matching to Sample (DMS) task, which measures the maintenance of content in working memory. A positive association was found between percentage of muscle mass and performance on the DMS p = .018. Overall, the results of this study suggest the fallibility of the Body Mass Index and the importance of maintaining muscle mass in preserving cognition. Keywords: Obesity; Anthropometric measures; Older adults; Executive functions; CANTAB. vii Índice 1. Introdução ...................................................................................................................................... 9 2. Metodologia.................................................................................................................................. 12 2.1. Participantes ......................................................................................................................... 12 2.2. Instrumentos ......................................................................................................................... 13 2.2.1. Medidas Antropomtricas ............................................................................................... 13 2.2.2. Medidas de atividade física e tempo sedentário - International Physical Activity Questionnaire (IPAQ) ................................................................................................................ 13 2.2.3. Medidas emocionais - Beck Depression Inventory - (BDI-2) - Versão portuguesa ............... 14 2.2.4. Medidas cognitivas ......................................................................................................... 14 2.2.4.1. Mini-Mental State Examination (MMSE) - Versão portuguesa. ....................................... 14 2.2.4.2. Avaliação funções executivas. ...................................................................................... 14 2.2.4.3 Spatial Working Memory (SWM).................................................................................... 14 2.2.4.4. Delayed Matching to Sample (DMS)............................................................................. 15 2.2.4.5. Multitasking Test (MTT). .............................................................................................. 15 2.3. Procedimento ........................................................................................................................ 16 2.4. Análise de Dados .................................................................................................................. 16 3. Resultados ................................................................................................................................... 18 3.1. Comparação entre categorias de composição corporal nas variáveis CANTAB ........................ 19 3.1.1. Índice de Massa Corporal ............................................................................................... 19 3.1.2. Rácio cintura-quadril ...................................................................................................... 19 3.1.3. Classificação de gordura visceral .................................................................................... 19 3.1.4. Percentagem de massa muscular .................................................................................. 19 3.2. Relação entre as medidas de composição corporal e as variáveis CANTAB. ............................ 21 3.3. Modelo de mediação - relação entre a atividade física e tempo sedentário e as medidas de composição corporal .................................................................................................................... 23 4. Discussão .................................................................................................................................... 23 Limitações e estudos futuros ........................................................................................................ 27 5. Conclusão .................................................................................................................................... 28 6. Referências Bibliográficas ............................................................................................................. 28 14 padrões de atividade física em adultos saudáveis (Bertoldo Benedetti et al., 2007; Hagströmer et al., 2006). O Ritmo cardíaco radial (no punho/pulso) foi aferido em sedestação durante 2 min, após um período de descanso de 10 min, com o Relógio Polar M200. Foi utilizado o valor médio nesse período. 2.2.3. Medidas emocionais - Beck Depression Inventory - (BDI-2) - Versão portuguesa Questionário de auto-relato usado para medir a gravidade da sintomatologia depressiva em adultos. O BDI-II contém 21 itens com 4 alternativas de resposta, entre as que o participante deve selecionar a que melhor reflita como se tem sentido nas últimas duas semanas. A pontuação total é obtida através da soma das classificações de todos os 21 itens, que oscilam entre 0 (ausência de sintomas) a 3 (sintomas graves) para cada item. A pontuação total mínima é 0 e a máxima 63 pontos. Pontuações de 0-13 sugerem ausência de sintomatologia ou depressão mínima; de 14-19, Depressão leve; de 20-28, Depressão moderada; e de 29-63, Depressão grave (Campos & Gonçalves, 2011). 2.2.4. Medidas cognitivas 2.2.4.1. Mini-Mental State Examination (MMSE) - Versão portuguesa. É um instrumento de rastreio cognitivo que avalia 8 domínios: orientação, retenção, evocação, atenção e cálculo, linguagem e capacidades visuoconstrutivas. A pontuação total varia de 0 (presença de défice cognitivo severo) a 30 (ausência de défice cognitivo). Qualquer pontuação ≥ 27 indica funcionamento cognitivo normativo em participantes com escolaridade superior a 11 anos. Entre 1 e 11 anos de escolaridade o ponto de corte são ≥ 22 pontos e para participantes analfabetos ≥ 15 pontos, seguindo o indicado na validação de Santana et al. em 2016. 2.2.4.2. Avaliação funções executivas. Para avaliação das FE foi usada a Cambridge Neuropsychological Test Automated Battery - CANTAB (Cambridge Cognition, 2022), que permite avaliar através da aplicação de uma série de testes informatizados, funções cognitivas específicas, tais como: velocidade psicomotora, FE, memória, ou atenção, entre outras, complementando as avaliações tradicionais (Soares et al., 2014). As respostas foram registadas através de um ecrã sensível ao toque (iPad Air com ecrã de 10.5 polegadas; iOS 12.2). Antes do início de cada teste, itens de treino permitem que o participante se familiarize com a tarefa. Para se avaliarem as FE, foram realizadas 3 tarefas, na seguinte ordem: (1) Spatial Working Memory (2) Delayed Matching to Sample, e (3) Multitasking Test, descritas abaixo. 2.2.4.3 Spatial Working Memory (SWM). No ecrã, a cada ensaio, são exibidas várias caixas vazias e o participante deve encontrar a caixa que esconde um token amarelo. O participante é instruído a procurar tokens , abrindo as caixas, sendo informado que um token nunca vai estar na mesma caixa duas vezes no mesmo ensaio. Após encontrar, arrasta o token até uma barra no lado direito. A dificuldade 15 aumenta com o crescente número de caixas. Este teste, requer fazer atualização na memória de trabalho (Kessler & Oberauer, 2014), da localização das caixas com tokens pelo que fornece dados sobre o desempenho na memória de trabalho espacial. A medida utilizada para análise foi a SWMBE468Erros de atualização em memória de trabalho . A definição da medida e o seu cálculo estão expressos na Tabela 1. 2.2.4.4. Delayed Matching to Sample (DMS). Cada ensaio começa com a fase de amostra, onde é apresentado um padrão visual complexo (i.e., figuras geométricas coloridas). De seguida, a fase de escolha, após um breve intervalo onde são apresentados quatro padrões, sendo apenas um igual ao padrão apresentado anteriormente. Em alguns ensaios, os padrões de amostra e de escolha são mostrados simultaneamente, não tendo sido estes analisados pois não medem a memória de trabalho. Noutros ensaios, o padrão de amostra é apresentado com um atraso de 4 ou 12 segundos. Uma percentagem mais elevada de respostas corretas e um menor período de latência de resposta (ms) são indicadores de um melhor desempenho. Uma vez que esta tarefa requer a capacidade de manter a informação relevante, protegendo-a da interferência externa e de a recuperar para orientar o comportamento futuro, é denominada de manutenção (dos conteúdos) em memória de trabalho (Ranganath et al., 2004). A medida utilizada para análise foi a DMSPCAD -Percentagem manutenção (todos os atrasos) , ver Tabela 1. 2.2.4.5. Multitasking Test (MTT). O teste multitarefa, envolve a apresentação de setas no ecrã. As setas podem aparecer do lado direito ou do lado esquerdo do (Lado) e podem apontar para a direita ou para a esquerda do (direção). O participante é convidado a escolher, através de duas opções de resposta (duas teclas de resposta na parte inferior do ecrã), a que corresponde, de acordo com a instrução anterior, ao lado onde a seta aparece ou a direção para onde a seta aponta. Em alguns blocos, a instrução mantém-se constante durante todo o teste (indicar o lado onde aparece a seta ou indicar a direção para onde aponta a seta). Enquanto noutros, a instrução varia de ensaio para ensaio (indicar o lado onde aparece a seta ou a direção para onde aponta a seta) que é a fase de Multitarefa. Alguns dos ensaios da tarefa apresentam estímulos congruentes quanto à resposta correta para “Direção” e “Lado”, a seta é apresentada do lado esquerdo e está a apontar para o lado esquerdo; enquanto outros apresentam estímulos incongruentes, a seta é apresentada do lado esquerdo e está a apontar para o lado direito. A utilização das duas instruções exige mais esforço cognitivo do que a utilização de apenas uma. As medidas utilizadas para análise foram a MTTMTCMDCusto Multitarefa e a MTTICMDCusto de incongruência , como índices de flexibilidade cognitiva e inibição, respetivamente, ver Tabela 1. 16 Tabela 1 Descrição das medidas utilizadas para análise das tarefas CANTAB. 1 Teste Domínio Medida Descrição unid ade Min-max Spatial Working Memory Memória de trabalho (atualização) SWMBE468 -- SWM Between Errors Número de vezes que o participante revisita incorretamente uma caixa na qual foi anteriormente encontrada um token . Calculado em todos os ensaios de quatro, seis e oito tokens . n 0-153 Delayed Matching to sample Memória de trabalho (manutenção) DMSPCAD -- Percent Correct (All Delays) Percentagem de respostas em que o participante escolheu a caixa correta na sua primeira escolha. Calculado em todos os ensaios que contêm atraso. % 0-100 Multitasking Flexibilidade cognitiva MTTMTCMD -- Multitasking Cost (Median) Diferença na latência mediana da resposta (desde o aparecimento do estímulo) calculada subtraindo a latência durante os blocos de tarefa única (i.e., uma única regra), da latência durante os blocos de multitarefa (i.e. com ambas regras). Se o resultado (em milissegundos) for positivo, indica que o participante responde mais lentamente durante os blocos de multitarefa, sugerindo um custo mais elevado na gestão de múltiplas fontes de informação. ms -1900/1900 Inibição MTTICMD -- Incongruency Cost (Median) Diferença na latência mediana de resposta (desde o aparecimento do estímulo) calculada subtraindo a latência nos ensaios congruentes, da latência nos ensaios incongruentes. Se o resultado (em milissegundos) for positivo, indica que o participante é mais rápido nos ensaios congruentes. Um valor maior sugere um processamento mais lento de informações contraditórias. ms -1900/1900 2.3. Procedimento A avaliação decorreu em duas sessões com a duração de aproximadamente 60 e 40 minutos, respetivamente. Na primeira, os participantes assinaram o termo de consentimento, realizou-se a entrevista para avaliar os critérios de exclusão e as medições antropométricas, o MMSE, os testes emocionais e de atividade física. Na segunda sessão, foram administradas as provas da CANTAB. 2.4. Análise de Dados As variáveis antropométricas foram recodificadas em variáveis categóricas. Para o Índice de Massa Corporal foram criadas 3 categorias: Peso normal ≥ 18.5-24.9 Kg/m². (n = 14), Sobrepeso ≥ 2529.9 Kg/m² (n = 26), e Obeso ≥ 30 Kg/m² (n = 11). Para a Classificação de gordura visceral, 2 1 Devido à dificuldade de tradução correta das designações das tarefas CANTAB, optou-se por usar as originais. 17 categorias: normal ≤ 12 pontos, (n = 37), alta ≥ 13 pontos, (n = 14). Para o Rácio cintura-quadril, e a Percentagem de massa muscular, 2 categorias com base na mediana: valores abaixo da mediana (n = 25) e valores acima (n = 26). Usando a distância de Mahalanobis (MD), os outliers multivariados foram definidos como valores de MD que excediam o valor com uma probabilidade associada de 0.001 numa distribuição χ2 com tantos graus de liberdade como variáveis no espaço multivariado (i.e., 11). Porém, nenhum outlier multivariado foi identificado. Além disso, valores que se desviassem da média da variável pelo menos 2.2 vezes do intervalo interquartil eram considerados outliers univariados, totalizando 7 outliers: Índice de Massa Corporal (n = 2); Rácio cintura-quadril (n = 1); Percentagem de massa muscular (n = 2); Tempo Total Sentado (n = 2). Os outliers univariados foram " winsorizados " para reduzir o efeito dos valores extremos nas análises (Hoaglin et al., 1986). Foram realizadas as estatísticas descritivas, e a verificação da normalidade dos dados, bem como os pressupostos de aplicabilidade de todos os testes e modelos. Para responder ao primeiro objetivo desta dissertação foi realizada uma análise de variância (ANOVA) de 1 fator, de forma a comparar as médias das variáveis dependentes, Erros atualizaçao , Percentagem manutenção , Custo Multitarefa , Custo incongruência (CANTAB), entre as diferentes categorias de Índice de Massa Corporal. Foram também realizados testes t para amostras independentes, comparando os valores das médias das variáveis dependentes entre as categorias de Rácio cinturaquadril, Classificação de gordura visceral e Percentagem de massa muscular, respetivamente. Considerou-se o teste de Levene para a homogeneidade das variâncias, assim como o valor de p bilateral (testes t), a uma significância de 0.05. Para atender ao segundo objetivo, i.e., avaliar a relação existente entre as diferentes medidas de composição corporal e os principais domínios das FE, verificou-se a associação entre as variáveis independentes: Índice de Massa Corporal, Rácio cintura-quadril, Classificação de gordura visceral e Percentagem de massa muscular, e as dependentes i.e as variáveis de FE (CANTAB) efetuando regressões lineares simples. Para suprir o terceiro objetivo, explorou-se o potencial papel mediador da atividade física e tempo sedentário , na relação entre as variáveis independentes e as tarefas de FE. Efetuando regressões lineares simples entre as variáveis independentes e as potenciais variáveis mediadoras. A única associação encontrada, foi entre a Percentagem de massa muscular e a variável Percentagem Manutenção. Testouse então , o modelo de associação entre a Percentagem de massa muscular e as variáveis de atividade física e tempo sedentário. 18 Adicionalmente, foi utilizado o Rácio p máximo de Vovk-Sellke (VS-MPR) onde um valor maior sugere evidências mais fortes em favor da hipótese alternativa (H1), com base no valor de p bilateral. Porém, é apenas aplicável para valores de p ≤ 0.37 (Sellke et al., 2001). A análise estatística dos dados foi realizada nos softwares IBM SPSS Statistics, versão 29 ( IBM Corporation, 2021 ) e JASP, versão 0.18.1 (Apple Silicon). 3. Resultados As estatísticas descritivas de valores médios, desvio padrão, valores mínimos e valores máximos das variáveis estudadas, nomeadamente os dados sociodemográficos, desempenho nas tarefas da CANTAB , avaliação emocional, medidas antropométricas, e os parâmetros de atividade física, podem ser consultadas na Tabela 2. Tabela 2 Estatísticas descritivas da amostra. Variáveis Média Desvio Padrão Mínimo Máximo Socio-demográficas Idade (anos) 69.14 6.33 57 88 Anos de escolaridade 5.39 2.63 2 12 Critérios de exclusão MMSE 27.43 2.17 22 30 BDI-II 3.84 3.55 0 13 Medidas antropométricas IMC 27.21 4.01 18.80 36.80 RCQ 0.95 0.11 0.76 1.26 CGV 10.86 3.53 4 23 PMM 66.87 7.45 54.64 88.29 CANTAB Erros Atualização 22.53 6.13 9 34 Percentagem Manutenção 68.41 14.10 33 100 Custo Multitarefa 291.35 236.70 -186 799 Custo Incongruência 94.82 60.81 -79 208 Atividade física Ritmo Cardíaco Radial 74.96 9.63 47 94 Tempo Sentado (min) 1349.12 607.10 380 2860 MET-min/Week 6449.93 3952.50 33 18519 Nota. MMSE - Mini-Mental State Examination ; BDI-II - Beck Depression Inventory; IMC – Índice de Massa Corporal; RCQ - Rácio cintura-quadril; CGV - Classificação de gordura visceral; PMM – Percentagem de massa muscular; Ritmo Cardíaco Radial - Ritmo cardíaco em repouso; Tempo Sentado (min) - total de minutos sentado por semana; MET -min/Week - Metabolic Equivalent of Task-minutes per week. 19 3.1. Comparação entre categorias de composição corporal nas variáveis CANTAB 3.1.1. Índice de Massa Corporal Não foram encontradas diferenças estatisticamente significativas entre as 3 categorias de Índice de Massa Corporal nas variáveis Erros Atualização F (2,48) = 0.15, p = .860, η² = .01; Percentagem Manutenção F (2,48) = 1.00, p = .375, η² = .04; Custo Multitarefa F (2,48) = 1.05, p = .356, VS-MPR = 1.000, η² = .04; Custo Incongruência F (2,48) = 0.41, p = .668, η² = .02, ver Tabela 3. Tabela 3 Anova de 1 fator entre as 3 categorias de Índice de Massa Corporal para as variáveis CANTAB. Tarefa Peso normal Sobrepeso Obeso (n = 14) (n = 26) (n = 11) M DP M DP M DP F (2,48) p VSMPR* η ² Erros Atualização 22.00 6.70 23.00 6.53 22.09 4.64 0.15 .860 1.000 .01 Percentagem Manutenção 67.64 12.16 70.81 12.55 63.73 19.22 1.00 .375 1.000 .04 Custo Multitarefa 317.70 227.80 316.00 245.1 199.70 225.20 1.05 .356 1.000 .04 Custo Incongruência 102.93 43.77 96.31 65.70 81.00 70.03 0.41 .668 1.000 .02 Nota. Peso normal - ≥ 18.5-24.9 Kg/m²; Sobrepeso - ≥ 25-29.9 Kg/m²; Obeso - ≥ 30 Kg/m². 3.1.2. Rácio cintura-quadril Não foram encontradas diferenças estatisticamente significativas entre as 2 categorias de Rácio cintura-quadril para as variáveis Erros Atualização t (49) = -1.06, p = .293, VS-MPR = 1.023; Custo Multitarefa t (49) = -1.39, p = .170, VS-MPR = 1.222; Custo Incongruência t (49) = - 0.15, p = .879. Os testes t para amostras independentes revelaram que o grupo com Rácio cintura-quadril alto, teve maior percentagem de respostas corretas comparativamente ao grupo com Rácio cintura-quadril baixo, na variável Percentagem Manutenção t (49) = -2.28, p = .027, VS-MPR = 3.773, ver Figura 1 e Tabela 4. 3.1.3. Classificação de gordura visceral Não foram encontradas diferenças estatisticamente significativas entre as 2 categorias de Classificação de gordura visceral para as variáveis Erros Atualização t (49) = 0.33, p = .739; Percentagem Manutenção t (49) = 0.08, p = .934; Custo Multitarefa t (49) = 1.03, p = .308, VS-MPR = 1.014; Custo Incongruência t (49) = 0.02, p = .986, ver Tabela 4. 3.1.4. Percentagem de massa muscular 20 Não foram encontradas diferenças estatisticamente significativas entre as 2 categorias de Percentagem de massa muscular para as variáveis Erros Atualização t (49) = - 0.42, p = .677; Custo Multitarefa t (49) = -1.83, p = .073, VS-MPR = 1.918; Custo Incongruência t (49) = -1.11, p = .270, VSMPR = 1.041. Os testes t para amostras independentes revelaram que o grupo com Percentagem de massa muscular alto, teve maior percentagem de respostas corretas comparativamente ao grupo com Percentagem de massa muscular baixo, na variável Percentagem Manutenção t (49) = -2.90, p = .006, VS-MPR = 12.770, ver Figura 1 e Tabela 4. Tabela 4 Testes t para amostras independentes entre as categorias de composição corporal e as variáveis CANTAB. Tarefas CANTAB RCQ baixo RCQ alto 95% IC (n = 25) (n = 26) M DP M DP t (49) p VS-MPR Inferior Superior Erros Atualização 21.60 6.49 23.42 5.73 -1.06 .293 1.023 -0.849 0.256 Percentagem Manutenção 64.00 12.45 72.65 14.52 -2.28 .027 3.773 -1.199 -0.072 Custo Multitarefa 244.68 253.98 336.23 214.15 -1.39 .170 1.222 -0.943 0.166 Custo Incongruência 93.48 61.15 96.12 61.68 -0.15 .879 1.000 -0.592 0.506 Tarefas CANTAB CGV normal CGV alta 95% IC (n = 37) (n = 14) M DP M DP t (49) p VS-MPR Inferior Superior Erros Atualização 22.35 6.56 23.00 4.96 0.33 .739 1.000 -0.720 0.511 Percentagem Manutenção 68.51 12.70 68.14 17.85 0.08 .934 1.000 -0.589 0.641 Custo Multitarefa 270.38 241.68 346.79 221.76 1.03 .308 1.014 -0.940 0.297 Custo Incongruência 94.73 64.37 95.07 52.45 0.02 .986 1.000 -0.621 0.609 Tarefas CANTAB PMM baixa PMM alta 95% IC (n = 25) (n = 26) M DP M DP t (49) p VS-MPR Inferior Superior Erros Atualização 22.16 5.93 22.88 6.40 -0.42 .677 1.000 -0.666 0.433 Percentagem manutenção 62.96 13.33 73.65 13.00 -2.90 .006 12.770 -1.380 -0.236 Custo Multitarefa 230.92 257.63 349.46 202.91 -1.83 .073 1.918 -1.068 0.048 Custo Incongruência 85.16 72.97 104.12 45.85 -1.11 .270 1.041 -0.863 0.242 21 Nota. RCQ - Rácio cintura-quadril; CGV - Classificação de gordura visceral; PMM - Percentagem de massa muscular Figura 1 Gráfico de barras e raincloud entre as 2 categorias de Rácio cintura-quadril e Percentagem de massa muscular para a variável Percentagem Manutenção. 3.2. Relação entre as medidas de composição corporal e as variáveis CANTAB. O Índice de Massa Corporal, o Rácio cintura-quadril e a Classificação de gordura visceral não estiveram significativamente associadas a nenhuma das variáveis dependentes, sendo que todos os p ≥ .131; .125; .492, respetivamente. A Percentagem de massa muscular não esteve significativamente associada às variáveis dependentes Erros Atualização R = .04, R² = .02, p = .766; Custo Multitarefa R = .19, R² = .04, p = .179, VS-MPR = 1.195; Custo Incongruência R = .14, R² = .02, p = .308, VS-MPR = 1.014. Contudo, esteve significativamente associada à variável Percentagem Manutenção , R = .31, R² = .11, p = .018, VS-MPR = 5.036. O coeficiente de correlação, R de Pearson de .31, indica uma correlação positiva fraca entre a Percentagem de massa muscular e a variável Percentagem Manutenção . Um R² de .11, indica que apenas 11% da variabilidade na variável dependente pode ser explicada pela variável independente. Um ß de .62 significa que quando a Percentagem de massa muscular aumenta 1%, a Percentagem Manutenção aumenta 0.62%, ver Figura 2 e Tabela 5. 22 Tabela 5 Regressões lineares simples entre as 4 medidas de composição corporal e as variáveis CANTAB. CANTAB IMC R R² ß t p VS-MPR Erros Atualização .09 .01 -0.14 -0.67 .503 1.000 Percentagem Manutenção .21 .05 -0.75 -1.53 .131 1.383 Custo Multitarefa .16 .03 -9.81 -1.18 .243 1.070 Custo Incongruência .21 .04 -3.18 -1.50 .139 1.339 CANTAB RCQ R R² ß t p VS-MPR Erros Atualização .20 .04 11.20 1.45 .151 1.288 Percentagem Manutenção .21 .04 27.52 1.56 .125 1.416 Custo Multitarefa .01 .00 23.65 0.07 .938 1.000 Custo Incongruência .13 .01 -75.59 -0.98 .332 1.005 CANTAB CGV R R² ß t p VS-MPR Erros Atualização .09 .01 -0.17 -0.69 .492 1.000 Percentagem Manutenção .03 .00 -0.12 -0.22 .825 1.000 Custo Multitarefa .06 .04 4.40 0.46 .647 1.000 Custo Incongruência .08 .07 -1.45 -0.59 .557 1.000 CANTAB PMM R R² ß t p VS-MPR Erros Atualização .04 .02 0.03 0.29 .766 1.000 Percentagem Manutenção .31 .11 0.62 2.44 .018 5.036 Custo Multitarefa .19 .04 6.07 1.36 .179 1.195 Custo Incongruência .14 .02 1.18 1.03 .308 1.014 Nota. IMC - Índice de Massa Corporal; RCQ - Rácio cintura-quadril; CGV - Classificação de gordura visceral; PMM - Percentagem de massa muscular. Figura 2 Gráfico de dispersão entre a Percentagem de massa muscular e a variável Percentagem Manutenção. 23 3.3. Modelo de mediação - relação entre a atividade física e tempo sedentário e as medidas de composição corporal A Percentagem de massa muscular não esteve significativamente associada a nenhuma das variáveis de atividade física e tempo sedentário: Ritmo Cardíaco Radial, Tempo Total Sentado e METmin/Week . Posto isto, nenhuma das variáveis de atividade física pode funcionar como mediador na relação entre a Percentagem de massa muscular a variável Percentagem Manutenção , ver Tabela 6. Tabela 6 Regressões lineares simples entre a Percentagem de massa muscular e as potenciais variáveis mediadoras. Variáveis PMM R R² ß t p VS-MPR Ritmo Cardíaco Radial .22 .05 -0.29 -1.61 .112 1.502 Tempo Sentado (min) .11 .01 8.61 0.74 .460 1.000 Met-min/Week .10 .01 -53.89 -0.71 .478 1.000 Nota. PMM - Percentagem de massa muscular; Ritmo Cardíaco Radial - Ritmo cardíaco em repouso; Tempo Sentado (min) - Total de minutos sentado por semana; Met-min/Week - Metabolic Equivalent of Task - minutes per week. 4. Discussão A investigação do envelhecimento e da sua relação com padrões neurocognitivos e estilos de vida tem sido alvo de estudos recentes. Esta dissertação, fornece uma análise sobre a utilização de diferentes medidas de composição corporal e a sua relação com o desempenho em testes de FE, numa 30 De Felice, F. G., & Ferreira, S. T. (2014). Inflammation, defective insulin signaling, and mitochondrial dysfunction as common molecular denominators connecting type 2 diabetes to Alzheimer Disease. In Diabetes (Vol. 63, Issue 7, pp. 2262–2272). American Diabetes Association Inc. https://doi.org/10.2337/db13-1954 Dhana, K., Koolhas, C., Schoufour, J., Rivadeneira, F., Hofman, A., Kavousi, M., & Franco, O. H. (2016). Association of anthropometric measures with fat and fat-free mass in the elderly: The Rotterdam study. Maturitas , 88 , 96–100. https://doi.org/10.1016/j.maturitas.2016.03.018 Diamond, A. (2013). Executive functions. In Annual Review of Psychology (Vol. 64, pp. 135–168). Annual Reviews Inc. https://doi.org/10.1146/annurev-psych-113011-143750 Dik, M. G., Jonker, C., Comijs, H. C., Deeg, D. J. H., Kok, A., Yaffe, K., & Penninx, B. W. (2007). Contribution of metabolic syndrome components to cognition in older individuals. Diabetes Care , 30 (10), 2655–2660. https://doi.org/10.2337/dc06-1190 Dillon, K., Morava, A., Prapavessis, H., Grigsby-Duffy, L., Novic, A., & Gardiner, P. A. (2022). Total Sedentary Time and Cognitive Function in Middle-Aged and Older Adults: A Systematic Review and Meta-analysis. In Sports Medicine - Open (Vol. 8, Issue 1). Springer Science and Business Media Deutschland GmbH. https://doi.org/10.1186/s40798-022-00507-x Distefano, G., & Goodpaster, B. H. (2018). Effects of exercise and aging on skeletal muscle. Cold Spring Harbor Perspectives in Medicine , 8 (3). https://doi.org/10.1101/cshperspect.a029785 Dye, L., Boyle, N. B., Champ, C., & Lawton, C. (2017). The relationship between obesity and cognitive health and decline. Proceedings of the Nutrition Society , 76 (4), 443–454. https://doi.org/10.1017/S0029665117002014 Etnier, J. L., & Chang, Y.-K. (2009). The Effect of Physical Activity on Executive Function: A Brief Commentary on Definitions, Measurement Issues, and the Current State of the Literature. In Journal of Sport and Exercise Psychology (Vol. 31). Kramer & Erickson. Fernandes, J., Arida, R. M., & Gomez-Pinilla, F. (2017). Physical exercise as an epigenetic modulator of brain plasticity and cognition. In Neuroscience and Biobehavioral Reviews (Vol. 80, pp. 443–456). Elsevier Ltd. https://doi.org/10.1016/j.neubiorev.2017.06.012 Fitzpatrick, S., Gilbert, S., & Serpell, L. (2013). Systematic review: Are overweight and obese individuals impaired on behavioural tasks of executive functioning? In Neuropsychology Review (Vol. 23, Issue 2, pp. 138–156). https://doi.org/10.1007/s11065-013-9224-7 31 Fried, S. K., Bunkin, D. A., & Greenberg, A. S. (1998). Omental and Subcutaneous Adipose Tissues of Obese Subjects Release Interleukin-6: Depot Difference and Regulation by Glucocorticoid* . https://academic.oup.com/jcem/article/83/3/847/2865248 Funahashi, S., & Andreau, J. M. (2013). Prefrontal cortex and neural mechanisms of executive function. Journal of Physiology Paris , 107 (6), 471–482. https://doi.org/10.1016/j.jphysparis.2013.05.001 Galioto, R. M., Alosco, M. L., Spitznagel, M. B., Stanek, K. M., & Gunstad, J. (2013). Cognitive reserve preserves cognitive function in obese individuals. Aging, Neuropsychology, and Cognition , 20 (6), 684–699. https://doi.org/10.1080/13825585.2012.762972 Gallagher, D., Visser, M., Sepulveda, D., Pierson, R. N., Harris, T., & Heymsfield, S. B. (1996). How Useful Is Body Mass Index for Comparison of Body Fatness across Age, Sex, and Ethnic Groups? In Am J Epidemiol (Vol. 143, Issue 3). https://academic.oup.com/aje/article/143/3/228/77940 Gianoudis, J., Bailey, C. A., & Daly, R. M. (2015). Associations between sedentary behaviour and body composition, muscle function and sarcopenia in community-dwelling older adults. Osteoporosis International , 26 (2), 571–579. https://doi.org/10.1007/s00198-014-2895-y Gold, D. P., Andres, D., Etezadi, J., Arbuckle, T., Schwartzman, A., & Chaikelson, J. (1995). Structural Equation Model of Intellectual Change and Continuity and Predictors of Intelligence in Older Men. In Psychology and Aging (Vol. 10, Issue 2). Goldman-Rakic, P. S. (1995). Cellular basis of working memory. Neuron , 14 (3), 477–485. https://doi.org/10.1016/0896-6273(95)90304-6 Hagströmer, M., Oja, P., & Sjöström, M. (2006). The International Physical Activity Questionnaire (IPAQ): a study of concurrent and construct validity. Public Health Nutrition , 9 (6), 755–762. https://doi.org/10.1079/phn2005898 Hartanto, A., & Yong, J. C. (2018). Measurement matters: Higher waist-to-hip ratio but not body mass index is associated with deficits in executive functions and episodic memory. PeerJ , 2018 (9). https://doi.org/10.7717/peerj.5624 Hedden, T., & Gabrieli, J. D. E. (2010). Shared and selective neural correlates of inhibition, facilitation, and shifting processes during executive control. NeuroImage , 51 (1), 421–431. https://doi.org/10.1016/j.neuroimage.2010.01.089 Heinzel, S., Lorenz, R. C., Brockhaus, W.-R., Wüstenberg, T., Kathmann, N., Heinz, A., & Rapp, M. A. (2014). Development/Plasticity/Repair Working Memory Load-Dependent Brain Response Predicts Behavioral Training Gains in Older Adults . https://doi.org/10.1523/JNEUROSCI.2463-13.2014 32 Herzog, N., Hartmann, H., Janssen, L. K., Waltmann, M., Deserno, L., Fallon, S. J., & Horstmann, A. (n.d.). Working Memory Gating in Obesity: Insights from a Case-Control fMRI Study . https://doi.org/10.1101/2023.09.13.23295435 Hoaglin, D. C., Iglewicz, B., & Tukey, J. W. (1986). Performance of some resistant rules for outlier labeling. Journal of the American Statistical Association , 81 (396), 991–999. https://doi.org/10.1080/01621459.1986.10478363 Hou, Q., Guan, Y., Yu, W., Liu, X., Wu, L., Xiao, M., & Lü, Y. (2019). Associations between obesity and cognitive impairment in the Chinese elderly: An observational study. Clinical Interventions in Aging , 14 , 367–373. https://doi.org/10.2147/CIA.S192050 Howarth, N. C., Huang, T. T. K., Roberts, S. B., Lin, B. H., & McCrory, M. A. (2007). Eating patterns and dietary composition in relation to BMI in younger and older adults. International Journal of Obesity , 31 (4), 675–684. https://doi.org/10.1038/sj.ijo.0803456 Iannuzzi-Sucich, M., Prestwood, K. M., & Kenny, A. M. (2002). Prevalence of Sarcopenia and Predictors of Skeletal Muscle Mass in Healthy, Older Men and Women. In Journal of Gerontology (Vol. 57, Issue 12). https://academic.oup.com/biomedgerontology/article/57/12/M772/688560 Jackson-Koku, G. (2016). Beck depression inventory. In Occupational Medicine (Vol. 66, Issue 2, pp. 174–175). Oxford University Press. https://doi.org/10.1093/occmed/kqv087 Janssen, I., Heymsfield, S. B., Wang, Z., & Ross, R. (2000a). Downloaded from journals.physiology.org/journal/jappl. In J Appl Physiol (Vol. 89). http://www.jap.org Janssen, I., Heymsfield, S. B., Wang, Z., & Ross, R. (2000b). Downloaded from journals.physiology.org/journal/jappl. In J Appl Physiol (Vol. 89). http://www.jap.org Jem, S., Bergbrant, A., & Hansson, L. (n.d.). Relation of Central Hemodynamics to Obesity and Body Fat Distribution . http://ahajournals.org Jensen, M. T. (2019). Resting heart rate and relation to disease and longevity: past, present and future. In Scandinavian Journal of Clinical and Laboratory Investigation (Vol. 79, Issues 1–2, pp. 108–116). Taylor and Francis Ltd. https://doi.org/10.1080/00365513.2019.1566567 Jonasson, L. S., Nyberg, L., Kramer, A. F., Lundquist, A., Riklund, K., & Boraxbekk, C. J. (2017). Aerobic exercise intervention, cognitive performance, and brain structure: Results from the Physical Influences on Brain in Aging (PHIBRA) Study. Frontiers in Aging Neuroscience , 8 (JAN). https://doi.org/10.3389/fnagi.2016.00336 33 Kessler, Y., & Oberauer, K. (2014). Working Memory Updating Latency Reflects the Cost of Switching Between Maintenance and Updating Modes of Operation. In Journal of Experimental Psychology: Learning, Memory, and Cognition (Vol. 40, Issue 3). Kim, S., Kim, Y., & Park, S. M. (2016). Body mass index and decline of cognitive function. PLoS ONE , 11 (2). https://doi.org/10.1371/journal.pone.0148908 Kline, K. A., & Bowdish, D. M. E. (2016). Infection in an aging population. In Current Opinion in Microbiology (Vol. 29, pp. 63–67). Elsevier Ltd. https://doi.org/10.1016/j.mib.2015.11.003 Klingberg, T. (2010). Training and plasticity of working memory. In Trends in Cognitive Sciences (Vol. 14, Issue 7, pp. 317–324). https://doi.org/10.1016/j.tics.2010.05.002 Kopelman, P. G. (2000). Obesity as a medical problem. Nature 2000 404:6778 , 404 (6778), 635–643. https://doi.org/10.1038/35007508 Kuo, H. K., Jones, R. N., Milberg, W. P., Tennstedt, S., Talbot, L., Morris, J. N., & Lipsitz, L. A. (2006). Cognitive function in normal-weight, overweight, and obese older adults: An analysis of the advanced cognitive training for independent and vital elderly cohort. Journal of the American Geriatrics Society , 54 (1), 97–103. https://doi.org/10.1111/j.1532-5415.2005.00522.x Kyu, H. H., Bachman, V. F., Alexander, L. T., Mumford, J. E., Afshin, A., Estep, K., Veerman, J. L., Delwiche, K., Iannarone, M. L., Moyer, M. L., Cercy, K., Vos, T., Murray, C. J. L., & Forouzanfar, M. H. (2016). Physical activity and risk of breast cancer, colon cancer, diabetes, ischemic heart disease, and ischemic stroke events: Systematic review and dose-response meta-analysis for the Global Burden of Disease Study 2013. In BMJ (Online) (Vol. 354). BMJ Publishing Group. https://doi.org/10.1136/bmj.i3857 La Marra, M., Ilardi, C. R., Villano, I., Carosella, M., Staiano, M., Iavarone, A., Chieffi, S., Messina, G., Polito, R., Scarinci, A., Monda, V., Di Maio, G., & Messina, A. (2022). Functional Relationship between Inhibitory Control, Cognitive Flexibility, Psychomotor Speed and Obesity. Brain Sciences , 12 (8). https://doi.org/10.3390/brainsci12081080 La Marra, M., Villano, I., Ilardi, C. R., Carosella, M., Staiano, M., Iavarone, A., Chieffi, S., Messina, G., Polito, R., Porro, C., Scarinci, A., Monda, V., Carotenuto, M., Di Maio, G., & Messina, A. (2022). Executive Functions in Overweight and Obese Treatment-Seeking Patients: Cross-Sectional Data and Longitudinal Perspectives. Brain Sciences , 12 (6). https://doi.org/10.3390/brainsci12060777 Le, T. M., Zhang, S., Zhornitsky, S., Wang, W., & Li, C. S. R. (2020). Neural correlates of reward-directed action and inhibition of action. Cortex , 123 , 42–56. https://doi.org/10.1016/j.cortex.2019.10.007 34 Lee, Y. C., Lee, Y. H., Chuang, P. N., Kuo, C. S., Lu, C. W., & Yang, K. C. (2020). The utility of visceral fat level measured by bioelectrical impedance analysis in predicting metabolic syndrome. Obesity Research and Clinical Practice , 14 (6), 519–523. https://doi.org/10.1016/j.orcp.2020.09.008 Li, T. C., Li, C. I., Liu, C. S., Lin, C. H., Yang, S. Y., & Lin, C. C. (2022). Obesity marker trajectories and cognitive impairment in older adults: a 10-year follow-up in Taichung community health study for elders. BMC Psychiatry , 22 (1). https://doi.org/10.1186/s12888-022-04420-1 Liu, X., Chen, X., Hou, L., Xia, X., Hu, F., Luo, S., Zhang, G., & Dong, B. (2021). Associations of Body Mass Index, Visceral Fat Area, Waist Circumference, and Waist-to-Hip Ratio with Cognitive Function in Western China: Results from WCHAT Study. Journal of Nutrition, Health and Aging , 25 (7), 903– 908. https://doi.org/10.1007/s12603-021-1642-2 Mh Mathus-Vliegen, E. (2012). Obesity and the Elderly . www.jcge.com Miyake, A., Friedman, N. P., Emerson, M. J., Witzki, A. H., Howerter, A., & Wager, T. D. (2000). The Unity and Diversity of Executive Functions and Their Contributions to Complex “Frontal Lobe” Tasks: A Latent Variable Analysis. Cognitive Psychology , 41 (1), 49–100. https://doi.org/10.1006/cogp.1999.0734 Morishita, Y., Kubo, K., Miki, A., Ishibashi, K., Kusano, E., & Nagata, D. (2014). Positive association of vigorous and moderate physical activity volumes with skeletal muscle mass but not bone density or metabolism markers in hemodialysis patients. International Urology and Nephrology , 46 (3), 633– 639. https://doi.org/10.1007/s11255-014-0662-9 Nee, D. E., & Brown, J. W. (2013). Dissociable frontal-striatal and frontal-parietal networks involved in updating hierarchical contexts in working memory. Cerebral Cortex , 23 (9), 2146–2158. https://doi.org/10.1093/cercor/bhs194 Nissim, N. R., O’Shea, A. M., Bryant, V., Porges, E. C., Cohen, R., & Woods, A. J. (2017). Frontal structural neural correlates of working memory performance in older adults. Frontiers in Aging Neuroscience , 8 (JAN). https://doi.org/10.3389/fnagi.2016.00328 Opdebeeck, C., Martyr, A., & Clare, L. (2016). Cognitive reserve and cognitive function in healthy older people: A meta-analysis. In Aging, Neuropsychology, and Cognition (Vol. 23, Issue 1, pp. 40–60). Routledge. https://doi.org/10.1080/13825585.2015.1041450 Oreopoulos, A., Kalantar-Zadeh, K., Sharma, A. M., & Fonarow, G. C. (2009). The Obesity Paradox in the Elderly: Potential Mechanisms and Clinical Implications. In Clinics in Geriatric Medicine (Vol. 25, Issue 4, pp. 643–659). https://doi.org/10.1016/j.cger.2009.07.005 35 Papachristou, E., Ramsay, S. E., Lennon, L. T., Papacosta, O., Iliffe, S., Whincup, P. H., & Wannamethee, S. G. (2015). The relationships between body composition characteristics and cognitive functioning in a population-based sample of older British men. BMC Geriatrics , 15 (1). https://doi.org/10.1186/s12877-015-0169-y Park, D. C., Lautenschlager, G., Hedden, T., Davidson, N. S., Smith, A. D., & Smith, P. K. (2002). Models of visuospatial and verbal memory across the adult life span. Psychology and Aging , 17 (2), 299– 320. https://doi.org/10.1037/0882-7974.17.2.299 Perissinotto, E., Pisent, C., Sergi, G., Grigoletto, F., & Enzi, G. (2002). Anthropometric measurements in the elderly: age and gender differences. British Journal of Nutrition , 87 (2), 177–186. https://doi.org/10.1079/BJN2001487 Ponti, F., Santoro, A., Mercatelli, D., Gasperini, C., Conte, M., Martucci, M., Sangiorgi, L., Franceschi, C., & Bazzocchi, A. (2020). Aging and Imaging Assessment of Body Composition: From Fat to Facts. In Frontiers in Endocrinology (Vol. 10). Frontiers Media S.A. https://doi.org/10.3389/fendo.2019.00861 Price, G. M., Uauy, R., Breeze, E., Bulpitt, C. J., & Fletcher, A. E. (2006). Weight, shape, and mortality risk in older persons: elevated waist-hip ratio, not high body mass index, is associated with a greater risk of death. The American Journal of Clinical Nutrition , 84 (2), 449–460. https://doi.org/10.1093/AJCN/84.2.449 Ranganath, C., Cohen, M. X., Dam, C., & D’Esposito, M. (2004). Inferior Temporal, Prefrontal, and Hippocampal Contributions to Visual Working Memory Maintenance and Associative Memory Retrieval. Journal of Neuroscience , 24 (16), 3917–3925. https://doi.org/10.1523/JNEUROSCI.5053-03.2004 Reigal, R. E., & Hernández-Mendo, A. (2014). Efectos De Un Programa Cognitivo-Motriz Sobre La Función Ejecutiva En Una Muestra De Personas Mayores. RICYDE: Revista Internacional de Ciencias Del Deporte , 10 (37), 206–220. https://doi.org/10.5232/ricyde2014.03703 Rothman, K. J. (2008). BMI-related errors in the measurement of obesity. International Journal of Obesity , 32 , S56–S59. https://doi.org/10.1038/ijo.2008.87 Rouch, I., Trombert, B., Kossowsky, M. P., Laurent, B., Celle, S., Ntougou Assoumou, G., Roche, F., & Barthelemy, J. C. (2014). Metabolic syndrome is associated with poor memory and executive performance in elderly community residents: The PROOF study. American Journal of Geriatric Psychiatry , 22 (11), 1096–1104. https://doi.org/10.1016/j.jagp.2014.01.005 36 Santana, I., Duro, D., Lemos, R., Costa, V., Pereira, M., Simões, M. R., & Freitas, S. (2016). Mini-mental state examination: Avaliação dos novos dados normativos no rastreio e diagnóstico do défice cognitivo. Acta Medica Portuguesa , 29 (4), 240–248. https://doi.org/10.20344/amp.6889 Sarmento, A. de O., Santos, A. da C., Trombetta, I. C., Dantas, M. M., Oliveira Marques, A. C., do Nascimento, L. S., Barbosa, B. T., dos Santos, M. R., Andrade, M. do A., Jaguaribe-Lima, A. M., & Brasileiro-Santos, M. do S. (2017). Regular physical exercise improves cardiac autonomic and muscle vasodilatory responses to isometric exercise in healthy elderly. Clinical Interventions in Aging , 12 , 1021–1028. https://doi.org/10.2147/CIA.S120876 Schuit, A. J., Feskens, E. J. M., Launer, L. J., & Kromhout, D. (2001). Physical activity and cognitive decline, the role of the apolipoprotein e4 allele. In Med. Sci. Sports Exerc (Vol. 33, Issue 5). http://www.acsm-msse.org Schulze, E. T., Geary, E. K., Susmaras, T. M., Paliga, J. T., Maki, P. M., & Little, D. M. (2011). Anatomical correlates of age-related working memory declines. Journal of Aging Research , 2011 . https://doi.org/10.4061/2011/606871 Schwartz, D. H., Leonard, G., Perron, M., Richer, L., Syme, C., Veillette, S., Pausova, Z., & Paus, T. (2013). Visceral fat is associated with lower executive functioning in adolescents. International Journal of Obesity , 37 (10), 1336–1343. https://doi.org/10.1038/ijo.2013.104 Sellke, T., Bayarri, M. J., & Berger, J. O. (2001). Calibration of p values for testing precise null hypotheses. American Statistician , 55 (1), 62–71. https://doi.org/10.1198/000313001300339950 Sergi, G., De Rui, M., Veronese, N., Bolzetta, F., Berton, L., Carraro, S., Bano, G., Coin, A., Manzato, E., & Perissinotto, E. (2015). Assessing appendicular skeletal muscle mass with bioelectrical impedance analysis in free-living Caucasian older adults. Clinical Nutrition , 34 (4), 667–673. https://doi.org/10.1016/j.clnu.2014.07.010 Snyder, H. R. (2013). Major depressive disorder is associated with broad impairments on neuropsychological measures of executive function: A meta-analysis and review. Psychological Bulletin , 139 (1), 81–132. https://doi.org/10.1037/a0028727 Soares, F. C., de Oliveira, T. C. G., de Macedo, L. D. e. D., Tomás, A. M., Picanço-Diniz, D. L. W., BentoTorres, J., Bento-Torres, N. V. O., & Picanço-Diniz, C. W. (2014). CANTAB object recognition and language tests to detect aging cognitive decline: An exploratory comparative study. Clinical Interventions in Aging , 10 , 37–48. https://doi.org/10.2147/CIA.S68186 37 Stevens, J., Cai, J., Thun, M. J., Williamson, D. F., & Wood, J. L. (1999). Consequences of the Use of Different Measures of Effect to Determine the Impact of Age on the Association between Obesity and Mortality (Vol. 150, Issue 4). https://academic.oup.com/aje/article/150/4/399/98870 Sui, S. X., & Pasco, J. A. (2020). Obesity and brain function: The brain–body crosstalk. Medicina (Lithuania) , 56 (10), 1–10. https://doi.org/10.3390/medicina56100499 Szameitat, A. J., Lepsien, J., Von Cramon, D. Y., Sterr, A., & Schubert, T. (2006). Task-order coordination in dual-task performance and the lateral prefrontal cortex: An event-related fMRI study. Psychological Research , 70 (6), 541–552. https://doi.org/10.1007/s00426-005-0015-5 Tessier, A. J., Wing, S. S., Rahme, E., Morais, J. A., & Chevalier, S. (2022). Association of Low Muscle Mass with Cognitive Function during a 3-Year Follow-up among Adults Aged 65 to 86 Years in the Canadian Longitudinal Study on Aging. JAMA Network Open , 5 (7). https://doi.org/10.1001/jamanetworkopen.2022.19926 Tsujinaka, S., Konishi, F., Kawamura, Y. J., Saito, M., Tajima, N., Tanaka, O., & Lefor, A. T. (2008). Visceral obesity predicts surgical outcomes after laparoscopic colectomy for sigmoid colon cancer. Diseases of the Colon and Rectum , 51 (12), 1757–1767. https://doi.org/10.1007/s10350-0089395-0 Van Den Kommer, T. N., Comijs, H. C., Aartsen, M. J., Huisman, M., Deeg, D. J. H., & Beekman, A. T. F. (2013). Depression and cognition: How do they interrelate in old age? American Journal of Geriatric Psychiatry , 21 (4), 398–410. https://doi.org/10.1016/j.jagp.2012.12.015 Villareal, D. T., Apovian, C. M., Kushner, R. F., & Klein, S. (2005). Obesity in older adults: technical review and position statement of the American Society for Nutrition and NAASO, The Obesity Society. The American Journal of Clinical Nutrition , 82 (5), 923–934. https://doi.org/10.1093/AJCN/82.5.923 Visscher, T., Seidell, J. C., Molarius, A., Van Der Kuip, D., Hofman, A., & Witteman, J. (2001). PAPER A comparison of body mass index, waist-hip ratio and waist circumference as predictors of all-cause mortality among the elderly: the Rotterdam study. In International Journal of Obesity (Vol. 25). www.nature.com/ijo Volpi, E., Nazemi, R., & Fujita, S. (n.d.). Muscle tissue changes with aging . Wang, M., Gamo, N. J., Yang, Y., Jin, L. E., Wang, X. J., Laubach, M., Mazer, J. A., Lee, D., & Arnsten, A. F. T. (2011). Neuronal basis of age-related working memory decline. In Nature (Vol. 476, Issue 7359, pp. 210–213). https://doi.org/10.1038/nature10243 Wanner, M., Martin, B. W., Autenrieth, C. S., Schaffner, E., Meier, F., Brombach, C., Stolz, D., Bauman, A., Rochat, T., Schindler, C., Kriemler, S., & Probst-Hensch, N. (2016). Associations between 38 domains of physical activity, sitting time, and different measures of overweight and obesity. Preventive Medicine Reports , 3 , 177–184. https://doi.org/10.1016/j.pmedr.2016.01.007 Williams, K. N., & Kemper, S. (2010). Interventions to reduce cognitive dfecline in aging. In Journal of Psychosocial Nursing and Mental Health Services (Vol. 48, Issue 5, pp. 42–51). Slack Incorporated. https://doi.org/10.3928/02793695-20100331-03 Won, H., Abdul Manaf, Z., Mat Ludin, A. F., & Shahar, S. (2017). Wide range of body composition measures are associated with cognitive function in community-dwelling older adults. Geriatrics and Gerontology International , 17 (4), 554–560. https://doi.org/10.1111/ggi.12753 World Health Organization. (2011). Waist circumference and waist-hip ratio : report of a WHO expert consultation, Geneva, 8-11 December 2008 . World Health Organization. Yam, A., & Marsiske, M. (2013). Cognitive Longitudinal Predictors of Older Adults– Self-Reported IADL Function. Journal of Aging and Health , 25 , 163S-185S. https://doi.org/10.1177/0898264313495560 Yoon, D. H., Choi, S. H., Yu, J. H., Ha, J. H., Ryu, S. H., & Park, D. H. (2012). The relationship between visceral adiposity and cognitive performance in older adults. Age and Ageing , 41 (4), 456–461. https://doi.org/10.1093/ageing/afs018 Zamboni, M., Armellini, F., Harris, T., Turcato, E., Micciolo, R., Bergamo-Andreis, A., & Bosello, O. (1997). Effects of age on body fat distribution and cardiovascular risk factors in women13. In Am J Clin Nutr (Vol. 66). Zengarini, E., Giacconi, R., Mancinelli, L., Riccardi, G. R., Castellani, D., Vetrano, D. L., Onder, G., Volpato, S., Ruggiero, C., Fabbietti, P., Cherubini, A., Guarasci, F., Corsonello, A., & Lattanzio, F. (2019). Prognosis and interplay of cognitive impairment and sarcopenia in older adults discharged from acute care hospitals. Journal of Clinical Medicine , 8 (10). https://doi.org/10.3390/jcm8101693 Zhang, T., Yan, R., Chen, Q., Ying, X., Zhai, Y., Li, F., Wang, X., He, F., Ye, C., & Lin, J. (2018). Body mass index, waist-to-hip ratio and cognitive function among Chinese elderly: A cross-sectional study. BMJ Open , 8 (10). https://doi.org/10.1136/bmjopen-2018-022055