Abstract 034: Omega-3 Fatty Acid Biomarkers and Incident Type 2 Diabetes: An Individual Participant-level Pooling Project of 20 Prospective Cohort Studies
Notice bibliographique
Résumé
Background: Effects of omega-3 fatty acids on the prevention of type 2 diabetes (T2D) are unclear. Relatively few prospective studies have utilized objective omega-3 biomarkers to assess risk. Aims: To assess the prospective relationship between circulating and tissue levels of alpha linoleic acid (ALA), eicosapentaenoic acid (EPA), docosapentaenoic acid (DPA), and docosahexaenoic acid (DHA), with respect to risk of T2D. Methods: A global consortium of 20 prospective cohort studies from 14 nations with assessments of ALA, EPA, DPA, or DHA in adults (age > 18 years) were identified through July 2017 and included in this investigation. A pre-specified analytic protocol, including definitions for exposures, covariate list, disease outcome definitions, and subgroup analyses was developed and followed in new participant-level cohort analysis. Associations were pooled using inverse variance-weighted meta-analysis. Results: Among 65,147 participants, 16,693 incident cases of T2D occurred during follow-up (median follow-up in the cohorts ranged from 2.5 to 21.2 years). In pooled multivariate analysis, per interquintile range (difference between the midpoints of the first and fifth quintile for each fatty acid), EPA, DPA, DHA, and their sum ( Figure 1 ) were associated with 8%, 21%, 18%, and 19% lower risk of T2D, respectively (all P <0.001). Higher levels of ALA were not significantly associated with T2D. Associations were consistent across different lipid compartments and pre-specified subgroups, including by age, sex, and geographic region, as well as in several sensitivity analyses. Conclusion: Higher circulating and tissue biomarkers of seafood-derived omega-3 fatty acids, EPA, DPA, and DHA, were associated with lower risk of T2D in a global consortium of prospective studies. Plant-derived ALA was not significantly associated with risk.
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 | 0,064 | 0,065 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,003 | 0,013 |
| Bibliométrie | 0,006 | 0,010 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,003 | 0,001 |
| Science ouverte | 0,002 | 0,005 |
| 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 ».