Association of low-carbohydrate diet score with overweight, obesity and cardiovascular disease risk factors: a cross-sectional study in Iranian women
Notice bibliographique
Résumé
Introduction: This study aimed to determine the association of low-carbohydrate-diet score with overweight, obesity and cardiovascular risk factors among Iranian women. Methods: In healthy Iranian women 20-50 years, demographics, anthropometrics, physical activity, blood pressure, fasting blood glucose, blood lipids, and dietary intake (using a validated food frequency questionnaire) were assessed. Participants were divided into deciles of macronutrient intakes. Women in the lowest decile of carbohydrate intake received a score of 9 and women in the highest decile received a score of 0. For protein and fat intakes, women in the lowest decile received a score of 0 for that macronutrient and those in the highest decile received the score of 9. Macronutrient scores were summed to create the low-carbohydrate diet score and women were grouped into tertiles based on these scores. Continuous and qualitative variables were compared among the low-carbohydrate-diet score by one-way ANOVA and chi-square test, respectively. Logistic regression was used to determine the association of low-carbohydrate-diet score and cardiovascular risk factors. Results: A total of 209 women were included in the study. Socioeconomic status significantly increased from tertile 1 to 3 of the low-carbohydrate diet score (P = 0.02). Total dietary glycemic index (GI) significantly differed among tertiles (tertile 1 GI: 63.1 ±0.50, tertile 2 GI: 61.9 ± 0.5, tertile 3 GI: 59.5 ± 0.5; P < 0.001). The odds ratios for overweight, obesity and cardiovascular risk factors were not significantly different among the tertiles of low-carbohydrate diet score. Conclusion: In Iranian women, diets lower in carbohydrate and higher in protein and fat were not associated with overweight, obesity and cardiovascular risk factors.
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 | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| 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) | 0,001 | 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 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 ».