159-OR: Changes in Dairy Product Consumption and Risk of Type 2 Diabetes among U.S. Men and Women
Notice bibliographique
Résumé
Background: The relationship between changes in dairy product consumption and risk of type 2 diabetes (T2D) has not been evaluated. Objective: We evaluated the association of 4-year changes in dairy product consumption with subsequent 4-year risk of T2D among U.S. men and women. Methods: We followed-up 35,148 men in the Health Professionals Follow-up Study (1986-2012), 78,357 women in the Nurses’ Health Study (1986-2012), and 82,937 women in the Nurses’ Health Study II (1991-2013). Diet was assessed using validated food frequency questionnaires every 4 years. Cox proportional regression models were used to calculate hazard ratios (HRs) for T2D associated with 4-year changes in dairy product consumption, with adjustment for initial dairy intake and multiple T2D risk factors including BMI and diet quality. Results of the 3 cohorts were pooled using an inverse variance-weighted, fixed-effect meta-analysis. Results: During 2,849,389 person-years of follow-up, we documented 12,007 incident T2D cases. Changes in milk consumption during a 4-year period were not associated with T2D risk in the following 4 years. Increasing yogurt consumption by >0.5 serving/day was associated with a 13% (95% CI: 6%, 19%) lower risk of T2D compared with maintaining a stable consumption. Increasing cheese consumption by >0.5 serving/day was associated with an 8% (95% CI: 2%, 16%) higher risk of T2D. Substituting reduced-fat milk for whole milk or low-fat cheese for high-fat cheese was not associated with subsequent T2D risk. However, increasing intake of yogurt or reduced-fat milk by 1 serving/day and concomitantly decreasing cheese intake by 1 serving/day was associated with a 16% (95% CI: 10%, 22%) and 11% (95% CI: 7%, 15%) lower risk of T2D, respectively. Conclusion: Increasing yogurt consumption was associated with a moderately lower risk of T2D, while increasing cheese consumption was associated with a moderately higher risk. Substituting yogurt or reduced-fat milk for cheese was associated with lower risk of T2D. Disclosure J. Drouin-Chartier: Other Relationship; Self; Dairy Farmers of Canada. Y. Li: None. A.V. Ardisson Korat: None. M. Ding: None. B. Lamarche: Advisory Panel; Self; Dairy Farmers of Canada. J.E. Manson: None. E. Rimm: Advisory Panel; Self; Take C/O, US Highbush Blueberry Council/USDA. W.C. Willett: None. F. Hu: None. Funding National Institutes of Health (UM1CA186107, UM1CA176726, UM1CA167552, DK112940, HL60712, HL118264); Canadian Institutes of Health Research (BPF-156628)
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 | 0,003 | 0,007 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,002 | 0,007 |
| Bibliométrie | 0,002 | 0,003 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,007 | 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 ».