Associations of coffee consumption with markers of liver injury in the insulin resistance atherosclerosis study
Notice bibliographique
Résumé
BACKGROUND: Coffee consumption has been associated with reduced risk of developing type 2 diabetes mellitus (T2DM) however, the mechanism for this association has yet to be elucidated. Non-alcoholic fatty liver disease (NAFLD) characterizes and predicts T2DM yet the relationship of coffee with this disorder remains unclear. Our aim was to investigate the associations of coffee with markers of liver injury in 1005 multi-ethnic, non-diabetic adults in the Insulin Resistance Atherosclerosis Study. METHODS: Dietary intake was assessed using a validated 114-item food frequency questionnaire. Alanine aminotransferase (ALT), aspartate aminotransferase (AST) and fetuin-A were determined in fasting blood samples and the validated NAFLD liver fat score was calculated. Multivariate linear regression assessed the contribution of coffee to variation in markers of liver injury. RESULTS: Caffeinated coffee showed significant inverse associations with ALT (β = -0.08, p = 0.0111), AST (β = -0.05, p = 0.0155) and NAFLD liver fat score (β = -0.05, p = 0.0293) but not with fetuin-A (β = 0.04, p = 0.17). When the highest alcohol consumers were excluded, these associations remained (ALT β = -0.11, p = 0.0037; AST β = -0.05, p = 0.0330; NAFLD liver fat score β = -0.06, p = 0.0298). With additional adjustment for insulin sensitivity, the relationship with ALT remained significant (ALT β = -0.08, p = 0.0400; AST β = -0.03, p = 0.20; NAFLD liver fat score β = -0.03, p = 0.27). There were no significant associations of decaffeinated coffee with liver markers. CONCLUSIONS: These analyses indicate a beneficial impact of caffeinated coffee on liver morphology and/or function, and suggest that this relationship may mediate the well-established inverse association of coffee with risk of T2DM.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| 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) | 0,000 | 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 tête enseignante, 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 ».