Fructose and non-fructose sugar intakes in the US population and their associations with indicators of metabolic syndrome
Notice bibliographique
Résumé
BACKGROUND: Relationships of sugar intakes with indicators of metabolic syndrome are important concerns for public health and safety. For individuals, dietary intake data for fructose and other sugars are limited. METHOD: Descriptive statistics. The data from 25,506 subjects, aged 12-80 yr, contained in the NHANES 1999-2006 databases were analyzed for sugar intakes and health parameters. RESULTS: Dietary fructose was almost always consumed with other sugars. On average, fructose provided 37% of total simple sugar intake and 9% of energy intake. In more than 97% of individuals studied, fructose caloric contribution was lower than that of non-fructose sugars. Fructose and non-fructose sugar intakes had no positive association with blood concentrations of TG, HDL cholesterol, glycohemoglobin, uric acid, blood pressure, waist circumference, and BMI in the adults studied (aged 19 to 80 yr, n=17,749). CONCLUSION: Daily fructose intakes with the American diet averaged approximately 37% of total sugars and 9% of daily energy. Fructose was rarely consumed solely or in excess over non-fructose sugars. Fructose and non-fructose sugar ordinary consumption was not positively associated with indicators of metabolic syndrome, uric acid and BMI.
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 | 0,000 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| 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) | 0,001 | 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 ».