The relationship between ultra processed food consumption and premature coronary artery disease: Iran premature coronary artery disease study (IPAD)
Notice bibliographique
Résumé
Background: Ultra-processed foods (UPF) consumption may affect the risk of PCAD through affecting cardio metabolic risk factors. This study aimed to evaluate the association between UPFs consumption and premature coronary artery disease (PCAD). Methods: A case-control study was conducted on 2,354 Iranian adults (≥ 19 years). Dietary intake was assessed using a validated 110-item food frequency questionnaire (FFQ) and foods were classified based on the NOVA system, which groups all foods according to the nature, extent and purposes of the industrial processes they undergo. PCAD was defined as having an stenosis of at least single coronary artery equal and above 75% or left main coronary of equal or more than 50% in women less than 70 and men less than 60 years, determined by angiography. The odds of PCAD across the tertiles of UPFs consumption were assessed by binary logistic regression. Results: After adjustment for potential confounders, participants in the top tertile of UPFs were twice as likely to have PCAD compared with those in the bottom tertile (OR: 2.52; 95% CI: 1.97-3.23). Moreover, those in the highest tertile of the UPFs consumption had more than two times higher risk for having severe PCAD than those in the first tertile (OR: 2.64; 95% CI: 2.16-3.22). In addition, there was a significant upward trend in PCAD risk and PCAD severity as tertiles increased (P-trend < 0.001 for all models). Conclusion: Higher consumption of UPFs was related to increased risk of PCAD and higher chance of having severe PCAD in Iranian adults. Although, future cohort studies are needed to confirm the results of this study, these findings indicated the necessity of reducing UPFs intake.
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 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 ».