Low vegetable intake is associated with allergic asthma and moderate‐to‐severe airway hyperresponsiveness
Notice bibliographique
Résumé
BACKGROUND: In recent decades, children's diet quality has changed and asthma prevalence has increased, although it remains unclear if these events are associated. OBJECTIVE: To examine children's total and component diet quality and asthma and airway hyperresponsiveness (AHR), a proxy for asthma severity. METHODS: Food frequency questionnaires adapted from the Nurses' Health Study and supplemented with foods whose nutrients which have garnered interest of late in relation to asthma were administered. From these data, diet quality scores (total and component), based on the Youth Healthy Eating Index (YHEI adapted) were developed. Asthma assessments were performed by pediatric allergists and classified by atopic status: Allergic asthma (≥1 positive skin prick test to common allergens >3 mm compared to negative control) versus non-allergic asthma (negative skin prick test). AHR was assessed via the Cockcroft technique. Participants included 270 boys (30% with asthma) and 206 girls (33% with asthma) involved in the 1995 Manitoba Prospective Cohort Study nested case-control study. Logistic regression was used to examine associations between diet quality and asthma, and multinomial logistic regression was used to examine associations between diet quality and AHR. RESULTS: Four hundred seventy six children (56.7% boys) were seen at 12.6 ± 0.5 years. Asthma and AHR prevalence were 26.2 and 53.8%, respectively. In fully adjusted models, high vegetable intake was protective against allergic asthma (OR 0.49; 95% CI 0.29-0.84; P < 0.009) and moderate/severe AHR (OR 0.58; 0.37-0.91; P < 0.019). CONCLUSIONS: Vegetable intake is inversely associated with allergic asthma and moderate/severe AHR.
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) | 0,001 | 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 ».