Higher Protein Intake Is Associated with Diabetes Risk in South Asian Indians: The Metabolic Syndrome and Atherosclerosis in South Asians Living in America (MASALA) Study
Notice bibliographique
Résumé
OBJECTIVE: Despite a high prevalence of type 2 diabetes in South Asian Indians, the impact of diet in this high-risk ethnic group has not been fully explored. The association of macronutrient intake and diabetes in South Asian Indians was examined in this cross-sectional study. METHODS: A population-based cohort of 146 South Asian Indians aged 45-79 years without existing cardiovascular disease living in the San Francisco Bay Area was recruited between August 2006 and October 2007. Macronutrient intake was assessed with a food-frequency questionnaire developed and validated in South Asians. Diabetes was defined by use of a hypoglycemic medication, a fasting plasma glucose level > or =126 mg/dL, or a 2-hour post-challenge glucose level > or =200 mg/dL. The association between energy-adjusted macronutrient intake and diabetes was explored using multivariable logistic regression models. RESULTS: Forty-one (28%) participants had type 2 diabetes; 20 were unaware of this diagnosis and were classified as having diabetes by laboratory testing. In a model fully adjusted for age, sex, waist circumference, and hypertension, there was a 70% increase in the odds of diabetes per standard deviation in gram of protein intake/day (standardized OR 1.70 [95% CI 1.08, 2.68], p = 0.02). There was a trend toward increased protein intake and diabetes in the subset of participants with previously unknown, laboratory-diagnosed diabetes. Results did not vary significantly by sex, body mass index, or dietary pattern. CONCLUSIONS: Higher level of protein intake was associated with increased odds of diabetes in this cohort of South Asian Indians. Diet may be a modifiable lifestyle factor in this high-risk ethnic group.
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) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 ».