Association of dietary macronutrient composition and non-alcoholic fatty liver disease in an ageing population: the Rotterdam Study
Notice bibliographique
Résumé
Objective A healthy lifestyle is the first-line treatment in non-alcoholic fatty liver disease (NAFLD), but specific dietary recommendations are lacking. Therefore, we aimed to determine whether dietary macronutrient composition is associated with NAFLD. Design Participants from the Rotterdam Study were assessed on (1) average intake of macronutrients (protein, carbohydrate, fat, fibre) using a Food Frequency Questionnaire and (2) NAFLD presence using ultrasonography, in absence of excessive alcohol, steatogenic drugs and viral hepatitis. Macronutrients were analysed using the nutrient density method and ranked (Q1–Q4). Logistic regression analyses were adjusted for sociodemographic, lifestyle and metabolic covariates. Moreover, analyses were adjusted for and stratified by body mass index (BMI) (25 kg/m2). Also, substitution models were built. Results In total, 3882 participants were included (age 70±9, 58% female). NAFLD was present in 1337 (34%) participants of whom 132 were lean and 1205 overweight. Total protein was associated with overweight NAFLD after adjustment for sociodemographic and lifestyle covariates (ORQ4vsQ1 1.40; 95% CI 1.11 to 1.77). This association was driven by animal protein (ORQ4vsQ1 1.54; 95% CI 1.20 to 1.98). After adjustment for metabolic covariates, only animal protein remained associated with overweight NAFLD (ORQ4vsQ1 1.36; 95% CI 1.05 to 1.77). Monosaccharides and disaccharides were associated with lower overall NAFLD prevalence (ORQ4vsQ1 0.66; 95% CI 0.52 to 0.83) but this effect diminished after adjustment for metabolic covariates and BMI. No consistent associations were observed for fat subtypes or fibre. There were no substitution effects. Conclusion This large population-based study shows that high animal protein intake is associated with NAFLD in overweight, predominantly aged Caucasians, independently of well-known risk factors. Contrary to previous literature, our results do not support a harmful association of monosaccharides and disaccharides with NAFLD.
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 | 0,002 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 0,001 |
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 ».