Associations of Coffee Drinking with Systemic Immune and Inflammatory Markers
Notice bibliographique
Résumé
BACKGROUND: Coffee drinking has been inversely associated with mortality as well as cancers of the endometrium, colon, skin, prostate, and liver. Improved insulin sensitivity and reduced inflammation are among the hypothesized mechanisms by which coffee drinking may affect cancer risk; however, associations between coffee drinking and systemic levels of immune and inflammatory markers have not been well characterized. METHODS: We used Luminex bead-based assays to measure serum levels of 77 immune and inflammatory markers in 1,728 older non-Hispanic Whites. Usual coffee intake was self-reported using a food frequency questionnaire. We used weighted multivariable logistic regression models to examine associations between coffee and dichotomized marker levels. We conducted statistical trend tests by modeling the median value of each coffee category and applied a 20% false discovery rate criterion to P values. RESULTS: Ten of the 77 markers were nominally associated (P trend < 0.05) with coffee drinking. Five markers withstood correction for multiple comparisons and included aspects of the host response namely chemotaxis of monocytes/macrophages (IFNγ, CX3CL1/fractalkine, CCL4/MIP-1β), proinflammatory cytokines (sTNFRII), and regulators of cell growth (FGF-2). Heavy coffee drinkers had lower circulating levels of IFNγ [odds ratios (OR), 0.35; 95% confidence intervals (CI), 0.16-0.75], CX3CL1/fractalkine (OR, 0.25; 95% CI, 0.10-0.64), CCL4/MIP-1β (OR, 0.48; 95% CI, 0.24-0.99), FGF-2 (OR, 0.62; 95% CI, 0.28-1.38), and sTNFRII (OR, 0.34; 95% CI, 0.15-0.79) than non-coffee drinkers. CONCLUSIONS: Lower circulating levels of inflammatory markers among coffee drinkers may partially mediate previously observed associations of coffee with cancer and other chronic diseases. IMPACT: Validation studies, ideally controlled feeding trials, are needed to confirm these associations.
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 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 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) | 0,002 | 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 ».