High Fat and Sugar Consumption During <i>Ad Libitum</i> Intake Predicts Weight Gain
Notice bibliographique
Résumé
OBJECTIVE: To determine how macronutrients accompanying foods with high energy density (EnDen) affect energy intake and weight gain. METHODS: ) ate ad libitum for 3 days. Food intake was expressed as the mean daily intake (in kilocalories) and the percentage of weight-maintaining energy needs (%WMEN). EnDen was expressed as the ratio of intake (in kilocalories) to food weight (in grams). Food choices were expressed as absolute and percent intake (kilocalories), categorized as high in fat (HF; ≥ 45% kcal) or low in fat (LF; < 20% kcal), and further categorized as high in complex carbohydrates (≥ 30% kcal), high in simple sugars (HSS; ≥ 30% kcal), or high in protein (HP; ≥ 13% kcal). Follow-up weights were available from 99 subjects (65 males, range: 6 months to 11 years). RESULTS: EnDen was associated with BMI (r = 0.28, P < 0.0001), percent body fat (r = 0.18, P = 0.007), and percent intake from HF/HP (r = 0.34, P < 0.0001), HF/HSS (r = 0.31, P < 0.0001), LF/HP (r = -0.37, P < 0.0001) and LF/HSS (r = -0.68, P < 0.0001). The %WMEN was associated with EnDen (r = 0.16, P = 0.01), HF/HSS (r = 0.33, P < 0.0001), and LF/HP intake (r = -0.25, P = 0.0002). In a multivariate model, only HF/HSS intake remained a significant predictor of %WMEN (β = 1.4% per 1% change, P < 0.0001). The percent intake from HF/HSS (r = 0.23, P = 0.02), not EnDen (P = 0.54), was associated with weight gain, even after adjusting for follow-up time (in years) and covariates. CONCLUSIONS: Relatively greater consumption of HF/HSS foods independently predicted overeating and weight gain. Nutrient compositions of high-EnDen foods may be important for weight management.
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 ».