Erythritol as a Potential Causal Contributor to Cardiometabolic Disease: A Mendelian Randomization Study
Notice bibliographique
Résumé
People with type 2 diabetes frequently use low-calorie sweeteners to manage glycemia and reduce caloric intake. Use of erythritol, a low-calorie sweetener, has increased recently. Higher circulating concentration associates with major cardiac events and metabolic disease in observational data, prompting some concern. As observational data may be prone to confounding and reverse causality, we undertook bidirectional Mendelian randomization (MR) to investigate potential causal associations between erythritol and coronary artery disease (CAD), BMI, waist-hip-ratio (WHR), and glycemic and renal traits in cohorts of European ancestry. Analyses were undertaken using instruments comprising genome-wide significant variants from three cohorts with erythritol measurement. Across instruments, we did not find supportive evidence that increased erythritol increases CAD (b = -0.033 ± 0.02, P = 0.14; b = 0.46 ± 0.37, P = 0.23). MR indicates erythritol may decrease BMI (b = -0.04 ± 0.018, P = 0.03; b = -0.04 ± 0.0085, P = 1.23 × 10-5; b = -0.083 ± 0.092, P = 0.036), with potential evidence from one instrument of increased BMI adjusted for WHR (b = 0.046 ± 0.022, P = 0.035). No evidence of causal association was found with other traits. In conclusion, we did not find supportive evidence from MR that erythritol increases cardiometabolic disease. These findings await confirmation in well-designed prospective 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 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 | 0,016 | 0,042 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,002 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| 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 ».