MétaCan
Menu
Retour à la cohorte
Enregistrement W3014765941 · doi:10.3390/nu12040985

Micronutrient Dilution and Added Sugars Intake in U.S. Adults: Examining This Association Using NHANES 2009–2014

2020· article· en· W3014765941 sur OpenAlexaff
Victor L. Fulgoni, P. Courtney Gaine, Maria O. Scott, Laurie Ricciuto, Loretta DiFrancesco

Notice bibliographique

RevueNutrients · 2020
Typearticle
Langueen
DomaineMedicine
ThématiqueNutritional Studies and Diet
Établissements canadiensCanadian Nutrition SocietyUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésMicronutrientNational Health and Nutrition Examination SurveyMedicineFood sciencePhysiologyEnvironmental healthChemistryPopulationPathology

Résumé

récupéré en direct d'OpenAlex

There is inconsistent evidence regarding the impact of added sugars consumption on micronutrient dilution of the diet. We examined the associations between added sugars intake deciles and nutrient adequacy for 17 micronutrients in U.S. adults 19+ (n = 13,949), 19–50 (n = 7424), and 51+ y (n = 6525) using two days of 24 hour dietary recall data from the National Health and Nutrition Examination Survey (NHANES) 2009–2014 and regression analysis. Added sugars intake deciles ranged from <3.8 to >23.3% of calories among adults 19+ y, with a median intake of 11.0% of calories. Significant associations (p ≤ 0.01) between added sugars intake deciles and percentage of the population below the Estimated Average Requirement (EAR) were found for magnesium, vitamin C, vitamin D, and vitamin E; only the association with magnesium remained significant after dropping the two highest and lowest deciles of intake, suggesting a threshold effect. Intakes below approximately 18% of calories from added sugars were generally not associated with micronutrient inadequacy. However, even at the lower deciles of added sugars, large percentages of the population were below the EAR for these four micronutrients, suggesting that adequate intakes are difficult to achieve regardless of added sugars intake.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,003
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,038
Score d'incertitude au seuil0,076

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,003
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,002
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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.

Tête enseignante Opus0,027
Tête enseignante GPT0,256
Écart entre enseignants0,229 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations13
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueNutrientsMême sujetNutritional Studies and DietTravaux en français237 207