Association of Dietary Pattern during Pregnancy and Gestational Diabetes Mellitus: A Prospective Cohort Study in Northern China.
Notice bibliographique
Résumé
OBJECTIVE: To examine the association of maternal dietary patterns during pregnancy with gestational diabetes mellitus (GDM) in northern China. METHODS: The dietary intakes of pregnant women were recorded twice by 24-hour dietary recalls for three days prior to having been diagnosed with GDM, at 5-15 and 24-28 gestational weeks, respectively. GDM was diagnosed, and serum glycosylated hemoglobin (HbA1c) was measured at 24-28 weeks. Dietary patterns were assessed by factor analysis. The association of the dietary pattern with GDM and HbA1c was examined by multiple logistic models. RESULTS: Of 753 participants, 64 (8.5%) were diagnosed with GDM. Four dietary patterns were identified: Western pattern (dairy, baked/fried food and white meat), traditional pattern (light-colored vegetables, fine grain, red meat and tubers), mixed pattern (edible fungi, shrimp/shellfish and red meat) and prudent pattern (dark-colored vegetables and deep-sea fish). Compared with the prudent pattern, both the Western pattern and the traditional pattern were associated with an increased risk of GDM (aOR = 4.40, 95% CI: 1.58-12.22; aOR = 4.88, 95% CI: 1.79-13.32) and a high level of HbA1c (aOR = 12.37, 95% CI: 1.47-103.91; aOR = 26.23, 95% CI: 2.54-270.74). Compared to the lowest quartile (Q), Q3 of the Western pattern scores and Q3-Q4 of the traditional pattern scores were associated with a higher risk of GDM. CONCLUSION: The consumption of the Western pattern or the traditional pattern during pregnancy may increase the risk of GDM.
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,001 | 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) | 0,001 | 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 ».