Liver biomarkers in adults: Evaluation of associations with reported green tea consumption and use of green tea supplements in U.S. NHANES
Notice bibliographique
Résumé
Some events of hepatotoxicity have been linked to consumption of green tea supplements. The association between consumption of green tea or green tea supplements and abnormal liver biomarkers in adults was investigated using cross-sectional data from the 2009-2014 United States National Health and Nutrition Examination Survey (U.S. NHANES). Individuals with levels of either bilirubin or GGT, ALT, AST, and/or ALP in excess of the age- and gender-specific upper limits of normal ranges were classified as having abnormal liver biomarkers. Associations between green tea or green tea supplement use (consumption vs. not) and liver function were determined using multiple logistic regression modelling. 12,289 persons were included in the green tea analyses and 12,274 in the green tea supplement analyses. The odds of having one or more abnormal liver biomarkers were significantly reduced (p = 0.01) with consumption of green tea (OR: 0.49; 95% CI: 0.28, 0.85), while no significant association (p = 0.78) was determined for consumption of green tea supplements (OR: 0.92; 95% CI: 0.52, 1.64). Based on data from the 2009-2014 U.S. NHANES, green tea consumption was associated with reduced odds of having one or more abnormal liver biomarkers; whereas, no significant association was determined with consumption of green tea supplements.
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 | 0,002 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 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) | 0,001 | 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 ».