Association of dietary patterns of American adults with bone mineral density and fracture
Notice bibliographique
Résumé
OBJECTIVE: In a representative sample of US adults, we investigated the associations of nutrient patterns (NP) with bone mineral density (BMD) and fractures. DESIGN: Cross-sectional. SETTING: US community-based National Health and Nutrition Examination Survey (NHANES). SUBJECTS: Participants with measured data on dietary intake and BMD from 2005 to 2010 were included. Principal components analysis was used to identify NP. BMD was measured using dual-energy X-ray absorptiometry. ANCOVA, adjusted logistic and linear regression models were employed, accounting for the complex survey design and sample weights. RESULTS: We included a total of 18 318 participants, with 47·0 % (n 8607) being men. The mean age was 45·8 years with no sex difference. Three NP emerged, explaining 55·9 % of the variance in nutrient consumption. Multivariable-adjusted linear regressions revealed significant inverse associations between the 'high-energy' NP (rich in carbohydrates and sugar, total fat and saturated fat) and total femur, femoral neck, trochanter and intertrochanter BMD (β coefficient: -0·029, -0·025, -0·034 and -0·021, respectively, all P<0·001), while there were significant associations between the 'nutrient-dense' NP (rich in vitamins, minerals and fibre) and 'healthy fat' NP (high dietary PUFA and MUFA) and BMD at total femur, femoral neck, trochanter and intertrochanter (all P<0·001). In adjusted logistic regression models, the odds of hip, wrist or spine fractures did not vary significantly across NP quartiles. CONCLUSIONS: Nutrient-dense and healthy fat NP are associated with higher BMD at various bone sites, while the high-energy NP is inversely associated with BMD measures.
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 ».