Sugar‐sweetened soft drinks, diet soft drinks, and serum uric acid level: The third national health and nutrition examination survey
Notice bibliographique
Résumé
OBJECTIVE: Sugar-sweetened soft drinks contain large amounts of fructose, which may significantly increase serum uric acid levels and the risk of gout. Our objective was to evaluate the relationship between sugar-sweetened soft drink intake, diet soft drink intake, and serum uric acid levels in a nationally representative sample of men and women. METHODS: Using data from 14,761 participants age>or=20 years from the Third National Health and Nutrition Examination Survey (1988-1994), we examined the relationship between soft drink consumption and serum uric acid levels using linear regression. Additionally, we examined the relationship between soft drink consumption and hyperuricemia (serum uric acid level>7.0 mg/dl for men and >5.7 mg/dl for women) using logistic regression. Intake was assessed by a food-frequency questionnaire. RESULTS: Serum uric acid levels increased with increasing sugar-sweetened soft drink intake. After adjusting for covariates, serum uric acid levels associated with sugar-sweetened soft drink consumption categories (<0.5, 0.5-0.9, 1-3.9, and >or=4 servings/day) were greater than those associated with no intake by 0.08, 0.15, 0.33, and 0.42 mg/dl, respectively (95% confidence interval 0.11, 0.73; P<0.001 for trend). The multivariate odds ratios for hyperuricemia according to the corresponding sweetened soft drink consumption levels were 1.01, 1.34, 1.51, and 1.82, respectively (P=0.003 for trend). Diet soft drink consumption was not associated with serum uric acid levels or hyperuricemia (multivariate P>0.13 for trend). CONCLUSION: These findings from a nationally representative sample of US adults suggest that sugar-sweetened soft drink consumption is associated with serum uric acid levels and frequency of hyperuricemia, but diet soft drink consumption is not.
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 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,002 |
| 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 | 0,001 |
| 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 ».