Carotenoids as biomarkers of fruit and vegetable intake in men and women
Notice bibliographique
Résumé
High fruit and vegetable (FAV) intake is associated with a lower prevalence of chronic diseases. Identifying the ideal number of FAV servings needed to reduce chronic disease risk is, however, difficult because of biases inherent to common self-report dietary assessment tools. The aim of our study was to examine the associations between daily FAV intake and plasma carotenoid concentrations in men and women enrolled in a series of fully controlled dietary interventions. We compiled and analysed data from a group of 155 men and 109 women who participated in six fully controlled dietary interventions and compared post-intervention fasting plasma carotenoid (α-carotene, β-carotene, β-cryptoxanthin, lutein, lycopene, zeaxanthin) concentrations with regard to the daily FAV servings consumed by the participants. We found that plasma β-cryptoxanthin, lutein and zeaxanthin concentrations were positively associated with daily FAV servings (P≤0·005). However, daily FAV intake was negatively associated with plasma α-carotene (P<0·0005) and lycopene (P<0·0001) concentrations, whereas no association was noted with plasma β-carotene. When men and women were analysed separately, we found that for any given number of FAV servings consumed women had higher circulating lutein concentrations compared with men (P<0·01). Significant sex×FAV (P<0·0001) and sex×dietary β-cryptoxanthin (P<0·0005) interactions were also noted favouring higher plasma β-cryptoxanthin concentrations in women than in men for a given FAV consumption. Results from these fully controlled dietary feeding studies indicate that plasma β-cryptoxanthin and lutein concentrations can be used as robust biomarkers of FAV consumption. They also suggest the existence of sex differences influencing circulating β-cryptoxanthin and lutein concentrations following FAV consumption.
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) | 0,000 | 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 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 ».