Dietary patterns are associated with obesity among Canadian adults (810.14)
Notice bibliographique
Résumé
Dietary factors are major contributors to the recent rise in the obesity epidemic. Since foods are consumed in combination, separating the effects of single foods is difficult in observational studies. One possible solution is to derive dietary patterns using data‐reduction techniques. The aim of this study was to identify dietary patterns and their association with obesity among Canadians. Dietary recalls from 11,533 adults in Canadian Community Health Survey (CCHS 2.2) were used. Partial Least Squares analysis was applied to derive dietary patterns using 32 food groups, specifying five obesity‐related nutrients as response variables (fiber, polyunsaturated fat to saturated fat ratio, calcium, cholesterol, fat). Bootstrap method was used to estimate p‐values, confidence intervals (CI), and coefficients of variations. Five dietary patterns were extracted, explaining 61% of response variation: “Western”, “low‐fiber”, “low‐dairy”, “egg” and “low‐processed”. Being in the fourth quartiles of “Western” and “low‐fiber” pattern scores increased the obesity risk by 1.89 (CI:1.4, 2.6) and 1.37 (CI:1.1, 1.7) times respectively, compared to the first quartile (P‐Trend=0.02). Having moderate scores for “egg” and “low‐processed” patterns was associated with 20‐25% reduction in obesity (P‐Trend=0.03). These findings support the benefits of low energy‐dense diets in prevention of obesity in Canadian adults. Grant Funding Source : CCO/CIHR Grant in Population Intervention for Chronic Disease Prevention;Vanier Graduate Scholarship
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,004 |
| Études des sciences et des technologies | 0,002 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».