Significant Impact of Coffee Consumption on MR-Based Measures of Cardiac Function in a Population-Based Cohort Study without Manifest Cardiovascular Disease
Notice bibliographique
Résumé
Subclinical effects of coffee consumption (CC) with regard to metabolic, cardiac, and neurological complications were evaluated using a whole-body magnetic resonance imaging (MRI) protocol. A blended approach was used to estimate habitual CC in a population-based study cohort without a history of cardiovascular disease. Associations of CC with MRI markers of gray matter volume, white matter hyperintensities, cerebral microhemorrhages, total and visceral adipose tissue (VAT), hepatic proton density fat fraction, early/late diastolic filling rate, end-diastolic/-systolic and stroke volume, ejection fraction, peak ejection rate, and myocardial mass were evaluated by linear regression. In our analysis with 132 women and 168 men, CC was positively associated with MR-based cardiac function parameters including late diastolic filling rate, stroke volume (p < 0.01 each), and ejection fraction (p < 0.05) when adjusting for age, sex, smoking, hypertension, diabetes, Low-density lipoprotein (LDL), triglycerides, cholesterol, and alcohol consumption. CC was inversely associated with VAT independent of demographic variables and cardiovascular risk factors (p < 0.05), but this association did not remain significant after additional adjustment for alcohol consumption. CC was not significantly associated with potential neurodegeneration. We found a significant positive and independent association between CC and MRI-based systolic and diastolic cardiac function. CC was also inversely associated with VAT but not independent of alcohol consumption.
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) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| 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 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 ».