MétaCan
Menu
Retour à la cohorte
Enregistrement W4297238162 · doi:10.3390/nu14193972

Cross-Sectional Association of Blood Selenium with Glycemic Biomarkers among U.S. Adults with Normoglycemia in the National Health and Nutrition Examination Survey 2013–2016

2022· article· en· W4297238162 sur OpenAlexaff
Jing Yang, En Chen, Cheukling Choi, Kayue Chan, Qinghua Yang, Juwel Rana, Bo Yang, Chuiguo Huang, Aimin Yang, Kenneth Lo

Notice bibliographique

RevueNutrients · 2022
Typearticle
Langueen
DomaineNursing
ThématiqueSelenium in Biological Systems
Établissements canadiensMcGill University
Organismes subventionnairesnon disponible
Mots-clésMedicineQuartileNational Health and Nutrition Examination SurveyGlycemicCross-sectional studyInternal medicineDiabetes mellitusConfidence intervalInsulinEndocrinologyGastroenterologyEnvironmental healthPopulationPathology

Résumé

récupéré en direct d'OpenAlex

Selenium (Se) remains to have an inconsistent relationship with glycemic biomarkers and the risk of developing type 2 diabetes (T2D). Few studies have investigated the relationship between blood Se and glycemic biomarkers among people with normoglycemia. We conducted a cross-sectional analysis using the U.S. National Health and Nutrition Examination Survey 2013–2016. Multivariable linear regression models were developed to examine the associations of blood Se with glycemic biomarkers, namely, fasting plasma glucose (FPG), hemoglobin A1c (HbA1c), insulin, and the oral glucose tolerance test (OGTT). Blood Se was treated as continuous (per log-10 increment) and categorical exposure (in quartiles) in separate regression models. We assessed the dose–response relationships by restricted cubic spline analysis. After excluding the participants with T2D or incomplete data, 2706 participants were analyzed. The highest quartile of blood Se was associated with increased FPG [adjusted β = 0.12, 95% Confidence Intervals (CI) = 0.04, 0.20], OGTT (adjusted β = 0.29, 95% CI = 0.02, 0.56), HbA1c (adjusted β = 0.04, 95% CI = 0.00, 0.07), and insulin (adjusted β = 2.50, 95% CI = 1.05, 3.95) compared with the lowest quartile. Positive associations were also observed between every log-10 increment of blood Se level and glycemic biomarkers, except for OGTT. A positive linear dose–response relationship existed between blood Se and FPG (Poverall = 0.003, Pnonlinear = 0.073) and insulin (Poverall = 0.004, Pnonlinear =0.060). BMI, age, and smoking status modified the associations of the highest quartile of Se (compared with the lowest quartile) with glycemic biomarkers. Overall, positive associations of blood Se with glycemic biomarkers were observed among U.S. adults with normoglycemia. These findings implied that people with normoglycemia need to be aware of the level of Se and other mineral intakes from diet and supplements. Further research is required to identify the mechanisms of excess Se in the progression of diabetes.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,002
Score d'incertitude au seuil0,459

Scores Codex et Gemma par catégorie

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

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 Opus0,016
Tête enseignante GPT0,261
Écart entre enseignants0,245 · 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 tête enseignante, 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

Citations4
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueNutrientsMême sujetSelenium in Biological SystemsTravaux en français237 207