n-3 Fatty Acid Biomarkers and Incident Type 2 Diabetes: An Individual Participant-Level Pooling Project of 20 Prospective Cohort Studies
Notice bibliographique
Résumé
OBJECTIVE Prospective associations between n-3 fatty acid biomarkers and type 2 diabetes (T2D) risk are not consistent in individual studies. We aimed to summarize the prospective associations of biomarkers of α-linolenic acid (ALA), eicosapentaenoic acid (EPA), docosapentaenoic acid (DPA), and docosahexaenoic acid (DHA) with T2D risk through an individual participant-level pooled analysis. RESEARCH DESIGN AND METHODS For our analysis we incorporated data from a global consortium of 20 prospective studies from 14 countries. We included 65,147 participants who had blood measurements of ALA, EPA, DPA, or DHA and were free of diabetes at baseline. De novo harmonized analyses were performed in each cohort following a prespecified protocol, and cohort-specific associations were pooled using inverse variance–weighted meta-analysis. RESULTS A total of 16,693 incident T2D cases were identified during follow-up (median follow-up ranging from 2.5 to 21.2 years). In pooled multivariable analysis, per interquintile range (difference between the 90th and 10th percentiles for each fatty acid), EPA, DPA, DHA, and their sum were associated with lower T2D incidence, with hazard ratios (HRs) and 95% CIs of 0.92 (0.87, 0.96), 0.79 (0.73, 0.85), 0.82 (0.76, 0.89), and 0.81 (0.75, 0.88), respectively (all P < 0.001). ALA was not associated with T2D (HR 0.97 [95% CI 0.92, 1.02]) per interquintile range. Associations were robust across prespecified subgroups as well as in sensitivity analyses. CONCLUSIONS Higher circulating biomarkers of seafood-derived n-3 fatty acids, including EPA, DPA, DHA, and their sum, were associated with lower risk of T2D in a global consortium of prospective studies. The biomarker of plant-derived ALA was not significantly associated with T2D risk.
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 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 | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,003 | 0,000 |
| Bibliométrie | 0,000 | 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 | 0,001 |
| 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, 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 ».