MétaCan
Menu
Retour à la cohorte
Enregistrement W4296777589 · doi:10.1093/ajcn/nqac256

Greater adherence to the 2019 Canada’s Food Guide recommendations on healthy food choices reduces the risk of cardiovascular disease in adults: a prospective analysis of UK Biobank data

2022· article· en· W4296777589 sur OpenAlexafffundabout
Didier Brassard, Hasanga D. Manikpurage, Sébastien Thériault, Benoît J. Arsenault, Benoı̂t Lamarche

Notice bibliographique

RevueAmerican Journal of Clinical Nutrition · 2022
Typearticle
Langueen
DomaineMedicine
ThématiqueNutritional Studies and Diet
Établissements canadiensInstitut universitaire de cardiologie et de pneumologie de QuébecUniversité Laval
Organismes subventionnairesFonds de recherche du Québec – Nature et technologiesMinistère de la Santé et des Services sociauxCanadian Institutes of Health ResearchHealth CanadaMedical Research CouncilFonds de Recherche du Québec - Santé
Mots-clésMedicineBiobankProspective cohort studyConfoundingCohortEnvironmental healthPercentileDiseaseDemographyCohort studyProportional hazards modelFood groupHazard ratioGerontologyConfidence intervalInternal medicineStatistics

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Canada's Food Guide (CFG) was profoundly revised in 2019, but the extent to which adherence to recommendations on healthy food choices reduces the risk of cardiovascular disease (CVD) is unknown. OBJECTIVES: The aim of this study was to examine how greater adherence to the 2019 CFG's recommendations on healthy food choices influences the risk of incident CVD. METHODS: Participants were a sample of adults without history of CVD, diabetes, or cancer from the UK Biobank prospective cohort study. Usual dietary intakes were estimated by modeling data from repeated Web-based 24-h dietary recalls using the National Cancer Institute multivariate method. Adherence to key CFG recommendations on healthy food choices was assessed using the Healthy Eating Food Index (HEFI)-2019, which has a maximum of 80 points. The CVD outcome was a composite of fatal and nonfatal myocardial infarction and ischemic stroke. Cox regression models adjusted via inverse probability weighting were used to estimate CVD risks. Counterfactual models were used to interpret risks of hypothetical changes in the HEFI-2019 score. RESULTS: A total of 136,698 participants met the eligibility criteria (55% females; mean age: 57.2 y; range: 40-75 y). During the 11-y follow-up, there were 2843 cases of incident CVD. Compared with no change in the HEFI-2019 score, increasing the HEFI-2019 score of all participants to the 90th percentile of the score distribution (58.1 points) hypothetically reduced the risk of CVD by 24% (RR: 0.76; 95% CI: 0.58, 0.94; absolute risk difference: -0.58%). CONCLUSIONS: These results suggest that greater adherence to the 2019 CFG recommendations on healthy food choices reduces the 11-y risk of CVD in middle-aged and older adults.

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)0,005
score de la tête « metaresearch » (Gemma)0,017
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 enseignants0,509
Score d'incertitude au seuil0,975

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0050,017
Méta-épidémiologie (sens strict)0,0000,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,005
Études des sciences et des technologies0,0010,000
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,060
Tête enseignante GPT0,373
Écart entre enseignants0,313 · 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

Citations16
Publié2022
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueAmerican Journal of Clinical NutritionMême sujetNutritional Studies and DietTravaux en français237 207