MétaCan
Menu
← Retour à la cohorte
Enregistrement W4293242937 · doi:10.23889/ijpds.v7i3.2103

Associations between dietary patterns and cardiovascular disease risk in Canadian adults: a comparison of partial least squares, reduced rank regression and the simplified dietary pattern technique.

2022· article· en· W4293242937 sur OpenAlexaffabout
Svilena Lazarova, Mahsa Jessri

Notice bibliographique

RevueInternational Journal for Population Data Science · 2022
Typearticle
Langueen
DomaineMedicine
ThématiqueNutritional Studies and Diet
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesnon disponible
Mots-clésPartial least squares regressionMedicineMultivariate statisticsEnvironmental healthRegression analysisProportional hazards modelRefined grainsObesityFood groupHazard ratioMathematicsDemographyStatisticsFood scienceBiologyConfidence intervalInternal medicineWhole grains

Résumé

récupéré en direct d'OpenAlex

ObjectivesWe aimed to compare two data reduction techniques, partial least squares (PLS) and reduced rank regression (RRR), in identifying dietary patterns associated with a high cardiovascular disease (CVD) risk in Canadian adults, and to construct PLS- and RRR-based simplified dietary patterns as well as evaluating associations between derived patterns and CVD risk. ApproachData were collected from 24-hour dietary recalls of adult respondents in two cycles of the nationally representative Canadian Community Health Survey (CCHS)-Nutrition: CCHS 2004 linked to health administrative databases (n = 12,313) and CCHS 2015 (n = 14,020). Using 39 food groups, PLS and RRR were applied for the identification of an energy-dense (ED), high-saturated-fat (HSF) and low-fiber-density (LFD) dietary pattern. Associations of derived dietary patterns with lifestyle characteristics and CVD incidence and mortality were examined using weighted multivariate regression and weighted multivariable-adjusted Cox-proportional hazard models, respectively. Random and systematic measurement errors were adjusted for in all statistical analyses. ResultsPLS and RRR identified highly similar ED, HSF, LFD dietary patterns with common high positive loadings for fast food, carbonated drinks, salty snacks and solid fats, and high negative loadings for fruit, dark green vegetables, red and orange vegetables, other vegetables, whole grains, legumes and soy (≥|0.17|). Food groups with the highest loadings were summed to form simplified pattern scores. Although the dietary patterns were not significantly associated with CVD risk, they were positively associated with 402 kcal/d higher energy intake (P-trends <0.05) and higher obesity risk [PLS (OR: 2.09; 95% CI: 1.62, 2.7) and RRR (OR: 1.76; 95% CI: 1.44, 2.17)] (P-trends <0.0001) in the fourth quartiles as compared to the first. ConclusionPLS and RRR were shown to be equally effective for derivation of a high-CVD-risk dietary pattern among Canadian adults. This research highlights the importance of leveraging linked data to inform public health nutrition policies. Further research is warranted on the role of major dietary components in cardiovascular health.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,006
score de la tête « metaresearch » (Gemma)0,022
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,142
Score d'incertitude au seuil0,285

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0060,022
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,003
Études des sciences et des technologies0,0010,000
Communication savante0,0010,000
Science ouverte0,0010,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,064
Tête enseignante GPT0,366
Écart entre enseignants0,302 · 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 source (Gemma direct ou Codex distillé), 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

Citations0
Publié2022
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueInternational Journal for Population Data Science→Même sujetNutritional Studies and Diet→Travaux en français237 207→