MétaCan
Menu
Retour à la cohorte
Enregistrement W2885346758 · doi:10.1136/gutjnl-2017-315940

Association of dietary macronutrient composition and non-alcoholic fatty liver disease in an ageing population: the Rotterdam Study

2018· article· en· W2885346758 sur OpenAlexaff
Louise J. M. Alferink, Jessica C. Kiefte–de Jong, Nicole S. Erler, Bart J. Veldt, Josje D. Schoufour, Robert J. de Knegt, M. Arfan Ikram, Herold J. Metselaar, Harry L.A. Janssen, Oscar H. Franco, Sarwa Darwish Murad

Notice bibliographique

RevueGut · 2018
Typearticle
Langueen
DomaineMedicine
ThématiqueLiver Disease Diagnosis and Treatment
Établissements canadiensToronto General HospitalUniversity Health Network
Organismes subventionnairesErasmus+Wageningen University and ResearchErasmus Universiteit Rotterdam
Mots-clésMedicineFatty liverOverweightBody mass indexInternal medicinePopulationMetabolic syndromeObesityConfoundingRotterdam StudyLogistic regressionCohort studyPhysiologyDiseaseEnvironmental health

Résumé

récupéré en direct d'OpenAlex

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/m 2 ). 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 (OR Q4vsQ1 1.40; 95% CI 1.11 to 1.77). This association was driven by animal protein (OR Q4vsQ1 1.54; 95% CI 1.20 to 1.98). After adjustment for metabolic covariates, only animal protein remained associated with overweight NAFLD (OR Q4vsQ1 1.36; 95% CI 1.05 to 1.77). Monosaccharides and disaccharides were associated with lower overall NAFLD prevalence (OR Q4vsQ1 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 distillée sur la base complète

Imitation des enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,200

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,019
Tête enseignante GPT0,294
Écart entre enseignants0,275 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations133
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueGutMême sujetLiver Disease Diagnosis and TreatmentTravaux en français237 207