Correlates of the difference in plasma carotenoid concentrations between men and women
Notice bibliographique
Résumé
Health professionals consider the evaluation of eating habits to be challenging, given the potential biases of dietary questionnaires based on self-reported data. Circulating carotenoid concentrations are reliable biomarkers of dietary carotenoid intake and could be useful in the validation of dietary assessment tools. However, there is a sex difference in circulating carotenoids, with women displaying higher concentrations compared with men independent of intake. The aim of the present study was to identify the correlates of plasma carotenoid concentrations among men (n 155) and women (n 110) enrolled in six fully controlled dietary interventions with varying dietary carotenoid intakes. We looked at the associations of post-intervention fasting plasma carotenoid concentrations (α-carotene, β-carotene, β-cryptoxanthin, lutein, lycopene and zeaxanthin) with physical and metabolic characteristics. We found that increased body weight (r -0·47, P<0·0001) and waist circumference (r -0·46, P<0·0001) were associated with lower plasma total carotenoid concentrations, while elevated plasma LDL-cholesterol (r 0·49, P<0·0001) and HDL-cholesterol (r 0·50, P<0·0001) concentrations were correlated with higher total carotenoids in plasma. Women had significantly higher plasma total carotenoid concentrations compared with men, despite significantly lower dietary carotenoid intake. Adjustment of circulating carotenoid concentrations for plasma HDL-cholesterol eliminated sex difference in plasma carotenoid concentrations. Our results suggest that physical characteristics as well as plasma lipids are associated with circulating carotenoid concentrations and that these variables should be taken into account when using plasma carotenoids as biomarkers for food intake in men and women.
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 ».