Dietary Glycemic Index and Load and the Risk of Type 2 Diabetes: Assessment of Causal Relations
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
While dietary factors are important modifiable risk factors for type 2 diabetes (T2D), the causal role of carbohydrate quality in nutrition remains controversial. Dietary glycemic index (GI) and glycemic load (GL) have been examined in relation to the risk of T2D in multiple prospective cohort studies. Previous meta-analyses indicate significant relations but consideration of causality has been minimal. Here, the results of our recent meta-analyses of prospective cohort studies of 4 to 26-y follow-up are interpreted in the context of the nine Bradford-Hill criteria for causality, that is: (1) Strength of Association, (2) Consistency, (3) Specificity, (4) Temporality, (5) Biological Gradient, (6) Plausibility, (7) Experimental evidence, (8) Analogy, and (9) Coherence. These criteria necessitated referral to a body of literature wider than prospective cohort studies alone, especially in criteria 6 to 9. In this analysis, all nine of the Hill's criteria were met for GI and GL indicating that we can be confident of a role for GI and GL as causal factors contributing to incident T2D. In addition, neither dietary fiber nor cereal fiber nor wholegrain were found to be reliable or effective surrogate measures of GI or GL. Finally, our cost-benefit analysis suggests food and nutrition advice favors lower GI or GL and would produce significant potential cost savings in national healthcare budgets. The high confidence in causal associations for incident T2D is sufficient to consider inclusion of GI and GL in food and nutrient-based recommendations.
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.
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) | 0,002 | 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 découle