Abstract P221: Intake of Ultra-Processed Foods in Relation to Cardiovascular Disease Incidence in US Men and Women With Diabetes Mellitus
Notice bibliographique
Résumé
Introduction: Recent evidence suggests that intake of ultra-processed foods (UPF) is related to unfavorable cardio-metabolic risk profiles among generally healthy populations. However, evidence on the relationship between UPF intake and cardiovascular disease (CVD) among patients with type 2 diabetes (T2D) is lacking. Hypothesis: We assessed the hypothesis that higher intake of dietary UPF is associated with higher risks of CVD among individuals with T2D. Methods: We prospectively followed 13,272 men and women participating in the Health Professionals Follow-Up Study (HPFS) and Nurses’ Health Study (NHS) with T2D at baseline and during follow-up (HPFS: 1986-2018; NHS: 1980-2014). Diet was repeatedly assessed using validated food frequency questionnaires every 2-4 years. UPF were categorized according to the Nova classification. CVD was defined as fatal and non-fatal coronary heart disease (CHD) (including nonfatal myocardial infarction, coronary artery bypass graft surgery, and coronary angioplasty and stent) and fatal and non-fatal stroke. Associations of UPF consumption with risks of CVD were assessed using Cox regression. Results: During 165,761 person-years of follow-up, 1,826 total CHD and 529 total stroke were identified and confirmed. After adjusting for demographics, lifestyle, medical history, dietary factors, and diabetes medication use, higher total intake of UPF was associated with higher risk of CHD. The multivariable-adjusted HRs (95% CIs) were 1.20 (1.02, 1.43) ( P trend = 0.03) when comparing the highest and lowest quintiles (Q5 vs. Q1) or 1.03 (1.01, 1.04) for each 1 serving/day increment of UPF. No association between UPF intake and risk of stroke was observed (Q5 vs. Q1: 0.92 (0.67, 1.24)). These results were consistent across subgroups in analyses stratified by age, sex, BMI, diet quality, physical activity, smoking, diabetes medication use, or diabetes duration. In addition, compared with participants who had a stable or decreased consumption of UPF (≤0 change in UPF) from pre- to post-diabetes diagnosis, participants who increased consumption of UPF (>0 increment of UPF intake) after diabetes diagnosis had a 15% (1%, 31%) higher risk of CHD. Conclusions: Among participants with T2D, higher dietary UPF consumption was associated with a higher risk of CHD, but not stroke. These results provide further support for the current recommendations to limit UPF consumption for the prevention of CHD among patients with 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 machine sur la base complète
Imitation des enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 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) | 0,003 | 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 source (Gemma direct ou Codex distillé), 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 ».