Changes in nutrient intake and inflammation following an anti-inflammatory diet in spinal cord injury
Notice bibliographique
Résumé
Objective: The objective of the current study was to describe the observed changes in nutrient intakes following a 3-month anti-inflammatory diet, and to explore potential relationships between the change in nutrients and the change in various inflammatory mediators.Design: A secondary analysis of a prior randomized controlled clinical trial.Setting: Individuals with SCI within the Niagara region.Participants: Twenty individuals with various levels and severities of SCI.Intervention: Three-month anti-inflammatory diet.Outcome Measures: The change in nutrient intake and corresponding changes to various inflammatory mediators.Results: The treatment group demonstrated a significant reduction in fat intake (P = 0.02), a significant increase in protein intake (P = 0.02), and no change in carbohydrates (P = 0.23) or energy intake (P = 0.10). The treatment group showed a significant increase in some nutrients with established anti-inflammatory properties including vitamins A, C, and E, and omega-3 fatty acids (P < 0.01). Significant reductions in proinflammatory nutrients were observed including trans fatty acids (P = 0.05), caffeine (P < 0.01), and sodium (P = 0.02). The treatment group also showed significant reductions in the proinflammatory mediators interferon-y (P = 0.01), interleukin-1β (P < 0.01), and interleukin-6 (P < 0.05). Further, several proinflammatory mediators were negatively correlated with anti-inflammatory nutrients, including vitamin A, carotenoids, omega-3 fatty acids, and zinc.Conclusion: This study provides evidence that dietary alterations are effective at reducing chronic inflammation in individuals with SCI and provides a preliminary assessment of the related nutrient changes.
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 | 0,003 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 ».