Fasting Time and Lipid Levels in a Community-Based Population
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
BACKGROUND: Although current guidelines recommend measuring lipid levels in a fasting state, recent studies suggest that nonfasting lipid profiles change minimally in response to food intake and may be superior to fasting levels in predicting adverse cardiovascular outcomes. The objective of this study was to investigate the association between fasting times and lipid levels. METHODS: Cross-sectional examination of laboratory data, including fasting duration (in hours) and lipid results, was performed over a 6-month period in 2011 in a large community-based cohort. Data were obtained from Calgary Laboratory Services, Calgary, Alberta, Canada, the sole supplier of laboratory services for Calgary and surrounding areas (source population, 1.4 million persons). The main outcome measures were mean levels of high-density lipoprotein cholesterol, low-density lipoprotein cholesterol, total cholesterol, and triglycerides for fasting intervals from 1 hour to more than 16 hours. After differences in individual ages were controlled for, linear regression models were used to estimate the mean levels of cholesterol subclasses at different fasting times. RESULTS: A total of 209,180 individuals (111,048 females and 98,132 males) were included in the study. The mean levels of total cholesterol and high-density lipoprotein cholesterol differed little among individuals with various fasting times. The mean calculated low-density lipoprotein cholesterol levels showed slightly greater variations of up to 10% among groups of patients with different fasting intervals, and the mean triglyceride levels showed variations of up to 20%. CONCLUSION: Fasting times showed little association with lipid subclass levels in a community-based population, which suggests that fasting for routine lipid levels is largely unnecessary.
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.
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 | 0,001 | 0,001 |
| 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 découle