The Association between Energy‐Adjusted Dietary Inflammatory Index, Body Composition, and Anthropometric Indices in COVID‐19‐Infected Patients: A Case‐Control Study in Shiraz, Iran
Notice bibliographique
Résumé
Background and Aims . Inflammation is strongly associated with the severity and mortality rate of SARS‐CoV‐2 disease (COVID‐19). Dietary factors have a crucial role in preventing chronic and systemic inflammation. This study aimed to evaluate the association between energy‐adjusted dietary inflammatory index (E‐DII) scores and body composition parameters in COVID‐19‐infected patients compared to noninfected controls. Methods . A total of 133 COVID‐19‐infected patients and 322 noninfected controls were selected and enrolled from the Cohort Study of Employees of Shiraz University of Medical Sciences. E‐DII score was calculated based on a validated food frequency questionnaire (FFQ) and body composition was measured using In‐Body 770 equipment. Logistic regression models were utilized to estimate the odds ratio (OR). Results . In the control group, the mean E‐DII score was significantly lower than the case group (−2.05 vs. −0.30, P ≤ 0.001), indicating that the diet of COVID‐19‐infected subjects was more proinflammatory than the controls. For every 1 unit increase in E‐DII score, the odds of infection with COVID‐19 was nearly triple (OR: 2.86, CI: 2.30, 3.35, P ≤ 0.001). Moreover, for each unit increase in body mass index (BMI), the odds of infection to COVID‐19 increased by 7% (OR: 1.07, CI: 1.01, 1.13, P = 0.02). No significant difference was observed for other anthropometric parameters. Conclusion . The findings revealed that obese people and those consuming a more proinflammatory diet were more susceptible to coronavirus infection. Therefore, maintaining ideal body weight and consuming a more anti‐inflammatory diet can decrease the probability of COVID‐19 infection.
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 | 0,005 | 0,016 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| 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 ».