Dietary Intakes Are Associated with HDL-Cholesterol in Survivors of Childhood Acute Lymphoblastic Leukaemia
Notice bibliographique
Résumé
Survivors of childhood acute lymphoblastic leukemia (cALL) are at high risk of developing dyslipidemia, including low HDL-cholesterol (HDL-C). This study aimed to examine the associations between food/nutrient intake and the levels of HDL-C in a cohort of children and young adult survivors of cALL. Eligible participants (n = 241) were survivors of cALL (49.4% boys; median age: 21.7 years old) recruited as part of the PETALE study. Nutritional data were collected using a validated food frequency questionnaire. Fasting blood was used to determine participants’ lipid profile. Multivariable logistic regression models were fitted to evaluate the associations between intakes of macro- and micronutrients and food groups and plasma lipids. We found that 41.3% of cALL survivors had at least one abnormal lipid value. Specifically, 12.2% had high triglycerides, 17.4% high LDL-cholesterol, and 23.1% low HDL-C. Low HDL-C was inversely associated with high intake (third vs. first tertile) of several nutrients: proteins (OR: 0.27, 95% CI: 0.08–0.92), zinc (OR: 0.26, 95% CI: 0.08–0.84), copper (OR: 0.34, 95% CI: 0.12–0.99), selenium (OR: 0.17, 95% CI: 0.05–0.59), niacin (OR: 0.25, 95% CI: 0.08–0.84), riboflavin (OR: 0.31, 95% CI: 0.12–0.76) and vitamin B12 (OR: 0.35, 95% CI: 0.13–0.90). High meat consumption was also inversely associated (OR: 0.28, 95% CI: 0.09–0.83) with low HDL-C while fast food was positively associated (OR: 2.41, 95% CI: 1.03–5.63) with low HDL-C. The role of nutrition in the development of dyslipidemia after cancer treatment needs further investigation.
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 | 0,000 | 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 ».