Dietary patterns and the risk of mortality: impact of cardiorespiratory fitness
Notice bibliographique
Résumé
BACKGROUND: While dietary patterns that are both predictive of chronic disease and mortality have been identified, the confounding effects of cardiorespiratory fitness have not been properly addressed. The primary objective was to assess the relation between dietary patterns with all-cause mortality, while controlling for the potentially confounding effects of fitness. METHODS: This was a prospective cohort study. Participants consisted of 13 621 men and women from the Aerobics Center Longitudinal Study (ACLS). Participants completed a clinical exam and 3-day diet record between 1987 and 1999. Participants were followed for mortality until 2003. Reduced rank regression (RRR) was used to identify dietary patterns that predicted unfavourable total and high-density lipoprotein-cholesterol, triglyceride, glucose, blood pressure, uric acid, white blood cell and body mass index values. RESULTS: One primary dietary pattern emerged and was labelled the Unhealthy Eating Index. This pattern was characterized by elevated consumption of processed and red meat, white potato products, non-whole grains, added fat and reduced consumption of non-citrus fruits. The hazard ratio for all-cause mortality in the fifth vs the first quintile of the Unhealthy Eating Index was 1.40 (1.02-1.91). This risk estimate was reduced by 13.5 and 55.0% after controlling for self-reported physical activity and fitness, respectively. CONCLUSION: In this study the association between diet and overall mortality was, in large part, confounded by fitness.
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 | 0,002 | 0,002 |
| 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 ».