MétaCan
Menu
← Retour à la cohorte
Enregistrement W4362638012 · doi:10.21203/rs.3.rs-2741092/v1

Nutrient patterns in relation to insulin resistance and endothelial dysfunction in Iranian women

2023· preprint· en· W4362638012 sur OpenAlexaff
Farimah Dehghani, Zahra Hajhashemy, Ammar Hassanzadeh Keshteli, Ahmadreza Yazdannik, Ebrahim Falahi, Parvane Saneei, Ahmad Esmaillzadeh

Notice bibliographique

RevueResearch Square · 2023
Typepreprint
Langueen
DomaineMedicine
ThématiqueNutritional Studies and Diet
Établissements canadiensUniversity of Alberta
Organismes subventionnairesnon disponible
Mots-clésInsulin resistanceEndothelial dysfunctionVitamin EInternal medicineInsulinEndocrinologyNutrientBody mass indexMedicineDiabetes mellitusMicronutrientVitamin D and neurologyVitaminFatty acidChemistryBiochemistryAntioxidantPathology

Résumé

récupéré en direct d'OpenAlex

Abstract Purpose Prior studies have mainly focused on the association of one specific nutrient with insulin resistance (IR) and endothelial dysfunction and limited studies have assessed the relationship with different nutrient patterns (NPs). We examined the association between various NPs and IR and endothelial dysfunction among Iranian women. Method This cross-sectional study was carried out on a sample of 368 female nurses. A 106-items food frequency questionnaire (FFQ) was applied for dietary assessments. Factor analysis was conducted to extract NPs. The relationships between NPs and markers of insulin resistance and endothelial dysfunction were assessed by linear regression analysis. Results Mean age and body mass index of participants were respectively 35.21 years and 24.04 kg/m2. Three major NPs were identified. NP1, named as “dairy, fruits, and vegetables” had high values of potassium, folate, vitamins A and C, magnesium and beta carotene. No significant relationship was observed between this NP and insulin resistance or endothelial dysfunction indices. The second NP was full of chromium, selenium, copper, vitamin B6, monounsaturated fatty acid (MUFA), thiamin, vitamin D and iron. Adherence to NP2 (named “legumes, nuts, and protein foods”) was associated with lower values of insulin (6.8 ± 1.1 versus 8.4 ± 1.1, P = 0.01), homeostasis model assessment-Insulin resistance (HOMA-IR) (1.3 ± 0.2 versus 1.7 ± 0.2, P = 0.02), and vascular adhesion molecule 1 (VCAM-1) (444.2 ± 27.9 versus 475.828.4, P = 0.03). However, adherence to the third NP, rich in saturated fatty acid (SFA), cholesterol, sodium, zinc, vitamin E, and B12, described as “animal fat and meat”, was related to higher amounts of homeostasis model assessment-β (HOMA-β) (531.3 ± 176.2 versus 48.7 ± 179.8, P = 0.03). Conclusion Following the NP2, correlated with higher intakes of chromium, selenium, copper, vitamin B6, MUFA and thiamin was associated with lower values of insulin, HOMA-IR, and sVCAM-1. Adherence to NP3, rich in SFA, cholesterol, vitamin E, vitamin B12, and zinc was associated with higher levels of HOMA-β.

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)0,000
score de la tête « metaresearch » (Gemma)0,001
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 enseignants0,006
Score d'incertitude au seuil0,012

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
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)0,0010,000

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 Opus0,068
Tête enseignante GPT0,371
Écart entre enseignants0,302 · 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'admission1
Résumé présentoui

Explorer davantage

Même revueResearch Square→Même sujetNutritional Studies and Diet→Travaux en français237 207→