MétaCan
Menu
Retour à la cohorte
Enregistrement W4324140161 · doi:10.1161/circ.147.suppl_1.p134

Abstract P134: Dietary Intake and Vascular Function and Myocardial Structure in Canadian Youth With and Without Type 1 Diabetes: The Cardea Study

2023· article· en· W4324140161 sur OpenAlexaffabout
Soren Harnois‐Leblanc, Vicky Drapeau, Andraea Van Hulst, Tracie A. Barnett, Vanessa McNealis, Matthias G. Friedrich, Jean‐Luc Bigras, Anne Monique Nuyt, Andrea Benedetti, Marie-Eve Mathieu, Mélanie Henderson

Notice bibliographique

RevueCirculation · 2023
Typearticle
Langueen
DomaineMedicine
ThématiqueCardiovascular Health and Risk Factors
Établissements canadiensMcGill UniversityUniversité LavalUniversité de Montréal
Organismes subventionnairesnon disponible
Mots-clésMedicinePulse wave velocityArterial stiffnessPopulationBody mass indexFood groupInternal medicineRed meatCross-sectional studyDiabetes mellitusCardiologyBlood pressureDemographyEndocrinologyEnvironmental health

Résumé

récupéré en direct d'OpenAlex

Introduction: People living with T1D are disproportionally more affected by CVD than the general population. As emerging evidence points to direct effects of diet on vascular function and cardiac structure, dietary interventions may be effective strategies to mitigate CVD risk early on. Hypothesis: We tested the hypothesis that specific dietary components and diet quality are associated with early markers of vascular and cardiac structure and function in youth with T1D. We compared these to associations in healthy controls. Methods: Cross-sectional study of 100 youth with T1D aged 14-18 yrs recruited at the Diabetes Clinic at Sainte-Justine Hospital University Center (Montreal, Canada) and 97 age and sex-matched healthy controls. Pulse-wave velocity (PWV) estimated arterial stiffness; velocity time integral (VTI) and acceleration during a flow-mediated dilation test assessed endothelial function. We measured left ventricular mass/height (LVMH), papillary mass, and wall thickness with cardiac MRI. Diet was measured with 3 x 24-h dietary recalls. Nutrients and foods were analyzed with the CANDAT software based on the Canadian Nutrient File. We assessed daily consumption of fruits, vegetables, fish, red meat, sugar-sweetened beverages and juices (SBJs), and sweets and chips. Food groups were all adjusted for total energy intake. We used the Diet Quality Index-International (DQI-I) to assess overall diet quality. We estimated linear regression models for each diet variable/outcome combination separately in youth with T1D and healthy controls adjusting for age, sex, ethnicity, parental education, physical activity and sedentary time (by accelerometer), and heart rate. Results: Girls comprised 48% of the sample; the mean age was 16.3 yrs (SD=1.3). The T1D group included more youth having overweight or obesity (43% vs. 20%), and was more ethnically diverse (White: 60% vs. 72%), compared to controls. Average glycated hemoglobin was 8.5% (SD=1.4) and median diabetes duration 6 yrs (IQR=3-10) in youth with T1D. In youth with T1D : Consuming more fruits was associated with lower PWV (beta [95% CI] per serving: -0.21 [-0.40; -0.02] m/s). Greater SBJ intake was paradoxically associated with higher VTI (per % total energy intake: 0.34 [0.04; 0.65] cm). DQI-I was related to a higher LVMH (per unit: 0.5 [0.1; 0.9] g/m). In controls : Eating more fruit was associated with a greater LVMH (per serving: 2.5 [0.1; 4.7] g/m). Higher SBJ intake was associated with a lower wall thickness (per % total energy intake: -0.10 [-0.20; -0.01] mm). Conclusions: Findings suggest that consuming more fruit could prevent arterial stiffening in youth with T1D. We previously reported that youth with T1D had lower LVMH than controls, and findings herein suggest that better diet quality could help compensate for this deficit. Overall, our results provide evidence on diet as a potential strategy to lower CVD risk in youth with T1D.

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)0,001
score de la tête « metaresearch » (Gemma)0,002
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 enseignants0,033
Score d'incertitude au seuil0,067

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0020,005
Études des sciences et des technologies0,0030,001
Communication savante0,0010,000
Science ouverte0,0020,001
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 Opus0,018
Tête enseignante GPT0,244
Écart entre enseignants0,226 · 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
Publié2023
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueCirculationMême sujetCardiovascular Health and Risk FactorsTravaux en français237 207