Coffee, tea, and caffeine consumption and serum uric acid level: The third national health and nutrition examination survey
Notice bibliographique
Résumé
OBJECTIVE: Coffee is one of the most widely consumed beverages in the world and may affect serum uric acid levels and risk of gout via various mechanisms. Our objective was to evaluate the relationship between coffee, tea, and caffeine intake and serum uric acid level in a nationally representative sample of men and women. METHODS: Using data from 14,758 participants ages >/=20 years in the Third National Health and Nutrition Examination Survey (1988-1994), we examined the relationship between coffee, tea, and caffeine intake and serum uric acid level using linear regression. Additionally, we examined the relationship with hyperuricemia (serum uric acid >7.0 mg/dl among men and >5.7 mg/dl among women) using logistic regression. Intake was assessed by a food frequency questionnaire. RESULTS: Serum uric acid level decreased with increasing coffee intake. After adjusting for age and sex, serum uric acid level associated with coffee intake of 4 to 5 and >/=6 cups daily was lower than that associated with no intake by 0.26 mg/dl (95% confidence interval [95% CI] 0.11, 0.41) and 0.43 mg/dl (95% CI 0.23, 0.65; P for trend < 0.001), respectively. After adjusting for other covariates, the differences remained significant (P for trend < 0.001). Similarly, there was a modest inverse association between decaffeinated coffee intake and serum uric acid levels (multivariate P for trend 0.035). Total caffeine from coffee and other beverages and tea intake were not associated with serum uric acid levels (multivariate P for trend 0.15). The multivariate odds ratio for hyperuricemia in individuals with coffee intake >/=6 cups daily compared with those with no coffee use was 0.57 (95% CI 0.35, 0.94; P for trend 0.001). CONCLUSION: These findings from a nationally representative sample of US adults suggest that coffee consumption is associated with lower serum uric acid level and hyperuricemia frequency, but tea consumption is not. The inverse association with coffee appears to be via components of coffee other than caffeine.
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 ».