Lifestyle Factors and 5‐Year Abdominal Fat Accumulation in a Minority Cohort: The IRAS Family Study
Notice bibliographique
Résumé
The objective of this study was to examine whether lifestyle factors were associated with 5-year change in abdominal fat measured by computed tomography (CT) in the Insulin Resistance and Atherosclerosis (IRAS) Family Study. We obtained abdominal CT scans at baseline and at 5 years, from African Americans (AA) (N = 339) and Hispanic Americans (N = 775), aged 18-81 years. Visceral (VAT) and subcutaneous (SAT) adipose tissue was measured at the L4/L5 vertebral level. Physical activity was documented by self-report of vigorous activity and a 1-year recall instrument. Dietary intake was assessed at follow-up using a semi-quantitative food frequency questionnaire referencing the previous year. Generalized linear models, accounting for family structure, were used to assess the associations between percent change in fat accumulation and smoking, physical activity, total calories, polyunsaturated, monounsaturated, protein, and saturated fat intake, percent of calories from sweets, and soluble and insoluble fiber. Soluble fiber intake and participation in vigorous activity were inversely related to change in VAT, independent of change in BMI. For each 10 g increase in soluble fiber, rate of VAT accumulation decreased by 3.7% (P = 0.01). Soluble fiber was not associated with change in SAT (0.2%, P = 0.82). Moderately active participants had a 7.4% decrease in rate of VAT accumulation and a 3.6% decrease in rate of SAT accumulation versus less active participants (P = 0.003 and P = 0.01, respectively). Total energy expenditure was also inversely associated with accumulation of VAT. Soluble fiber intake and increased physical activity were related to decreased VAT accumulation over 5 years.
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 | 0,000 | 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 ».