<i>Trans</i> Fatty Acid Biomarkers and Incident Type 2 Diabetes: Pooled Analysis of 12 Prospective Cohort Studies in the Fatty Acids and Outcomes Research Consortium (FORCE)
Notice bibliographique
Résumé
OBJECTIVE: Trans fatty acids (TFAs) have harmful biologic effects that could increase the risk of type 2 diabetes (T2D), but evidence remains uncertain. We aimed to investigate the prospective associations of TFA biomarkers and T2D by conducting an individual participant-level pooled analysis. RESEARCH DESIGN AND METHODS: We included data from an international consortium of 12 prospective cohorts and nested case-control studies from six nations. TFA biomarkers were measured in blood collected between 1990 and 2008 from 25,126 participants aged ≥18 years without prevalent diabetes. Each cohort conducted de novo harmonized analyses using a prespecified protocol, and findings were pooled using inverse-variance weighted meta-analysis. Heterogeneity was explored by prespecified between-study and within-study characteristics. RESULTS: During a mean follow-up of 13.5 years, 2,843 cases of incident T2D were identified. In multivariable-adjusted pooled analyses, no significant associations with T2D were identified for trans/trans-18:2, relative risk (RR) 1.09 (95% CI 0.94-1.25); cis/trans-18:2, 0.89 (0.73-1.07); and trans/cis-18:2, 0.87 (0.73-1.03). Trans-16:1n-9, total trans-18:1, and total trans-18:2 were inversely associated with T2D (RR 0.81 [95% CI 0.67-0.99], 0.86 [0.75-0.99], and 0.84 [0.74-0.96], respectively). Findings were not significantly different according to prespecified sources of potential heterogeneity (each P ≥ 0.1). CONCLUSIONS: Circulating individual trans-18:2 TFA biomarkers were not associated with risk of T2D, while trans-16:1n-9, total trans-18:1, and total trans-18:2 were inversely associated. Findings may reflect the influence of mixed TFA sources (industrial vs. natural ruminant), a general decline in TFA exposure due to policy changes during this period, or the relatively limited range of TFA levels.
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 | 0,031 | 0,040 |
| Méta-épidémiologie (sens strict) | 0,003 | 0,002 |
| Méta-épidémiologie (sens large) | 0,008 | 0,035 |
| Bibliométrie | 0,007 | 0,008 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,003 | 0,001 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,002 | 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 ».