Fructose and Vitamin C Intake Do Not Influence Risk for Developing Hypertension
Notice bibliographique
Résumé
Higher uric acid levels are associated with an increased risk for developing hypertension. Higher intake of fructose increases plasma uric acid levels and higher intake of vitamin C reduces uric acid levels, but whether these nutrients are independently associated with the risk for developing hypertension is unknown. We studied this question by analyzing data from participants of three large and independent prospective cohorts: Nurses' Health Study 1 (n = 88,540), Nurses' Health Study 2 (n = 97,315), and the Health Professionals Follow-up Study (n = 37,375). Relative risks and 95% confidence intervals for incident hypertension were computed according to quintiles of fructose intake and categories of vitamin C intake using multivariable Cox proportional hazards regression. Fructose intake was not associated with the risk for developing hypertension; the multivariable relative risks (95% confidence intervals) for the highest compared with the lowest quintile of fructose intake were 1.02 (0.99 to 1.06) in Nurses' Health Study 1, 1.03 (0.98 to 1.08) in Nurses' Health Study 2, and 0.99 (0.93 to 1.05) in Heath Professionals Follow-up Study. Regarding vitamin C, the relative risks for individuals who consumed > or =1500 mg/d compared with those who consumed <250 mg/d were 0.89 (0.83 to 0.96) in Nurses' Health Study 1, 1.02 (0.91 to 1.14) in Nurses' Health Study 2, and 1.06 (0.97 to 1.15) in Health Professionals Follow-up Study. In conclusion, fructose and vitamin C intake do not substantially influence the risk for developing hypertension.
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 ».