Insgesamt 10001 gesunde Teilnehmer wurden mit einem 1,5-T-MRT mit einem kurzen Ganzkörper-MR-Bildgebungsprotokoll gescannt. Mit „FastSurfer“, einer schnellen und umfassend validierten Deep-Learning-Pipeline für die vollautomatische Verarbeitung struktureller MRTs des menschlichen Gehirns, wurden 96 Gehirnregionen differenziert. Weitere Modelle zeigten die Verteilung von viszeralem und subkutanem Bauchfett. Mittels Regressionsanalyse wurden Bauchfetttypen und normalisierte Gehirnvolumina ausgewertet, wobei besonders auch Alter und Geschlecht berücksichtigt wurden. Die logistischen Regressionsmodelle ermittelten das Risiko eines Volumenverlusts an grauer und weißer Substanz im gesamten Gehirn aus dem höchsten Quartil des viszeralen Fetts und dem niedrigsten Quartil der jeweiligen Gehirnvolumina.

Die Kohorte hatte ein Durchschnittsalter von 52,9 (±13,1) Jahren, wobei 52,8% Männer und 47,2% Frauen waren. Es zeigte sich, dass das segmentierte viszerale Bauchfett geringere Volumina in mehreren Gehirnregionen prognostizierte, darunter Gesamtvolumen von grauer und weißer Substanz, Hippocampus, frontalem Kortex sowie Temporal-, Parietal und Okzipitallappen. Frauen zeigten ein geringeres Gehirnvolumen bei erhöhtem viszeralen Fett als Männer. Auch die Bauchfettmenge prognostizierte ein erhöhtes Risiko für einen verringerten Anteil an gesamter grauer sowie weißer Substanz. Ein erhöhter Anteil von subkutanem Fettgewebe korrelierte ebenfalls mit Hirnatrophie.