Prevention of brain decline:general and individual factors influencing benefit from nutrition, physical activity and lifestyle interventions

Hovedmålet med prosjektet PrecisePrevent er å øke forståelsen av hvordan hjernes aldring kan begrenses gjennom tilgjengelige, kostnadseffektive, ikke-farmakologiske tiltak. Et sentralt spørsmål er hvilke personer som har størst nytte av hvilke tiltak, da det er store individuelle forskjeller i responsen på intervensjoner. Prosjektet vil undersøke sammenhengen mellom livsstilsfaktorer – som ernæring, søvn, fysisk aktivitet og kognitiv aktivitet– og hjernes helse i aldring. Gjennom en kombinasjon av store, longitudinelle hjernescanningsstudier og en mega-analyse av syv eksperimentelle hjernehelseintervensjoner, har vi som mål å identifisere både generelle og individuelle faktorer som påvirker effekten av intervensjoner. Resultatene vil bli implementert i en digital, personlig tilpasset intervensjon på tvers av fire land, noe som gjør det mulig å teste hvordan livsstilsendringer påvirker hjernes aldring og kognitiv funksjon. Vi vil utvikle individuelle prediktorer og mål for intervensjonen ved å analysere genetiske og ikke-genetiske faktorer, og anvende en tilnærming som gjør det mulig for deltagerne å velge sine egne mål og vurdere de antatte effektene på hjernehelse. For å møte utfordringen med å opprettholde livsstilsendringer, vil vi utvikle en plattform som optimaliserer kostnads-nytte-effektiviteten ved hjelp av maskinlæring. Intervensjonsprogrammene vil bli levert gjennom en validert mobil helseplattform. Dette vil gjøre det mulig for oss å sammenligne effekten av personlige versus generelle tilnærminger, og bidra til utviklingen av et skalerbart, lavterskel intervensjonsrammeverk som kan brukes på tvers av Europa. Det overordnede målet er å oppnå samfunnsmessige gevinster gjennom flere mindre individuelle forbedringer i hjernehelse.

The main aim of PrecisePrevent is to contribute knowledge about how brain aging can be ameliorated through low-cost, easily accessible non-pharmacological means. There are large individual differences in response to interventions, and a crucial question regards who benefits the most from what? We will test the associations between lifestyle factors, including nutrition, sleep, physical and cognitive activity, and brain health in aging. We will leverage retrospective large-scale longitudinal brain imaging studies combined with mega-analysis of seven experimental brain health interventions. General and specific factors for individuals and interventions will be systematically mapped. The results will be implemented in a digital personalized intervention run across four countries. This allows us directly to test how much brain aging and cognitive function can be affected by lifestyle changes, and which variables that contribute to promote or restrict the effects. We will systematically estimate how much benefits can be optimized using genetic and non-genetic factors to generate individual-level predictors and intervention targets. As lifestyle changes are difficult to sustain, we will, working with stakeholders and target-groups, develop a personalized intervention which allows participants to select their own targets and evaluate predicted effects on brain health. Machine learning will be used to optimize the cost-benefit balance. The personalized intervention programs will be delivered and assessed through an interactive mobileHealth platform, which we already have preliminary validated. This enables us to determine the increase in benefits from personalized vs. general intervention approaches. The aim is to develop a framework for a scalable low-threshold intervention feasible at a pan-European level. The rationale is that aggregation of modest individual benefits will result in substantial societal advantages.