Tree Nut consumption is associated with better adiposity measures and cardiovascular and metabolic syndrome health risk factors in U.S. Adults: NHANES 2005–2010
Notice bibliographique
Résumé
INTRODUCTION: Previous research has shown inconsistencies in the association of tree nut consumption with risk factors for cardiovascular disease (CVD) and metabolic syndrome (MetS). OBJECTIVE: To determine the association of tree nut consumption with risk factors for CVD and for MetS in adults. METHODS: NHANES 2005-2010 data were used to examine the associations of tree nut consumption with health risks in adults 19+ years (n = 14,386; 51% males). Tree nuts were: almonds, Brazil nuts, cashews, filberts [hazelnuts], macadamias, pecans, pine nuts, pistachios, and walnuts. Group definitions were non-consumers < ¼ ounce/day and consumers of ≥ ¼ ounce/day tree nuts using data from 24-h dietary recalls. Means and ANOVA (covariate adjusted) were determined using appropriate sample weights. Using logistic regression, odds ratios of being overweight (OW)/obese (OB) (body mass index [BMI] >25/<30 and ≥30, respectively) and having CVRF or MetS, were determined. RESULTS: Tree nut consumption was associated with lower BMI (p = 0.004), waist circumference (WC) (p = 0.008), systolic blood pressure (BP) (p = 0.001), Homeostatic Model Assessment-Insulin Resistance (p = 0.043), and higher high density lipoprotein-cholesterol (p = 0.022), compared with no consumption, and a lower likelihood of OB (-25%), OW/OB (-23%), and elevated WC (-21%). CONCLUSIONS: Tree nut consumption was associated with better weight status and some CVRF and MetS components.
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 | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».