MétaCan
Menu
Retour à la cohorte
Enregistrement W3211301634 · doi:10.3390/nu13113870

Plasma Carotenoids and Premenstrual Symptoms in a Multi-Ethnic Population of Young Women

2021· article· en· W3211301634 sur OpenAlexaffabout
Sophia Kerzner, Tara Zeitoun, Alicia Caroline Jarosz, Bibiana García‐Bailo, Ahmed El‐Sohemy

Notice bibliographique

RevueNutrients · 2021
Typearticle
Langueen
DomaineMedicine
ThématiqueMenstrual Health and Disorders
Établissements canadiensUniversity of Toronto
Organismes subventionnairesAllen Foundation
Mots-clésCarotenoidMedicineAppetiteLogistic regressionInternal medicinePhysiologyBiologyFood science

Résumé

récupéré en direct d'OpenAlex

Premenstrual symptoms are experienced by most women of reproductive age, but effective therapies are limited. Carotenoids may have an attenuating effect on premenstrual symptoms; however, studies to date are equivocal. The objective of the present study was to examine the association between plasma concentrations of seven carotenoids and premenstrual symptom severity in 553 women from the Toronto Nutrigenomics and Health study. Participants provided information on fifteen common premenstrual symptoms and severities. Each participant completed a General Health and Lifestyle Questionnaire and provided a fasting blood sample from which plasma carotenoid concentrations were measured. Multinomial logistic regressions were used to determine associations between plasma carotenoid concentrations and premenstrual symptom severity. Beta-cryptoxanthin was associated with moderate/severe increased appetite for women in the highest compared to the lowest tertile (OR: 2.33; 95% CI: 1.39, 3.89). This association remained significant after adjusting for multiple comparisons. There were no observed associations between other plasma carotenoids and any premenstrual symptoms. In summary, higher concentrations of beta-cryptoxanthin were associated with an increased appetite as a premenstrual symptom, but no associations were observed for any other carotenoid and for any other symptom.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,014
Score d'incertitude au seuil0,317

Scores Codex et Gemma par catégorie

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

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 Opus0,030
Tête enseignante GPT0,322
Écart entre enseignants0,291 · 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 tête enseignante, 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

Citations1
Publié2021
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueNutrientsMême sujetMenstrual Health and DisordersTravaux en français237 207