Total meat (flesh) supply may be a significant risk factor for cardiovascular diseases worldwide
Notice bibliographique
Résumé
Consumption of red meat instead of white meat has typically been associated with cardiovascular diseases (CVDs). Reflecting actual diet patterns, this study explored the role of total meat (red + white) in predicting CVD incidence. Data from 217 countries were extracted from United Nations agencies for the analyses in five steps. Bivariate correlations were applied to examine the relationship between total meat and CVD incidence globally and regionally. Partial correlation was applied to identify that total meat was an independent predictor of CVD incidence while socioeconomic status, obesity, and urbanization were statistically constant. Stepwise linear regression was conducted for selecting the significant predictor of CVD incidence. SPSS 28 and Microsoft Excel were used for correlation analyses. Globally, total meat correlated to CVD incidence strongly and significantly in bivariate correlation models. This relationship remained significant in partial correlation when socioeconomic status, obesity, and urbanization were statistically kept constant. Stepwise multiple regression identified that, second to socioeconomic status, total meat was a significant predictor of CVD incidence. Total meat correlated to CVD incidence in different country groupings. However, the correlations between total meat and CVD incidence were significantly stronger in developing countries than in developed countries. Worldwide, total meat (flesh) consumption correlated to CVD incidence independently, but significantly stronger in developing countries than in developed countries. This correlation is worth exploring further in longitudinal cohort studies.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 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) | 0,000 | 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 tête enseignante, 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 ».