Meat Intake Is Associated with a Higher Risk of Ulcerative Colitis in a Large European Prospective Cohort Studyø
Notice bibliographique
Résumé
BACKGROUND AND AIMS: We aimed to investigate the association between protein intake and risk of inflammatory bowel disease [IBD] in the European Prospective Investigation into Cancer and Nutrition. METHODS: A total of 413 593 participants from eight European countries were included. Dietary data were collected at baseline from validated food frequency questionnaires. Dietary data were calibrated to correct errors in measures related to each country-specific questionnaire. Associations between proteins [total, animal, and vegetable] or food sources of animal proteins, and IBD risk were estimated by Cox proportional hazard models. RESULTS: After a mean follow-up of 16 years, 177 patients with Crohn's disease [CD] and 418 with ulcerative colitis [UC], were identified. There was no association between total protein, animal protein, or vegetable protein intakes and CD or UC risks. Total meat and red meat intakes were associated with UC risk (hazard ratio [HR] for the 4th vs 1st quartile = 1.40, 95% confidence interval [CI] = 0.99-1.98, p-trend = 0.01; and 1.61, 95% CI = 1.10-2.36, p-trend = 0.007, respectively]. There was no association between other food sources of animal protein [processed meat, fish, shellfish, eggs, poultry] and UC. We found no association between food sources of animal proteins and CD risk. CONCLUSIONS: Meat and red meat consumptions are associated with higher risks of UC. These results support dietary counselling of low meat intake in people at high-risk of IBD.
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 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| 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 ».