MétaCan
Menu
← Retour à la cohorte
Enregistrement W4389022981 · doi:10.1096/fasebj.31.1_supplement.139.6

Dairy Consumption is Associated with Body Composition, Physical Function and Frailty in Community‐Dwelling Older Adults: The Quebec NuAge Longitudinal Study

2017· article· en· W4389022981 sur OpenAlexafffundabout
Samaneh Farsijani, Hélène Payette, José A. Morais, Bryna Shatenstein, Pierrette Gaudreau, Stéphanie Chevalier

Notice bibliographique

RevueThe FASEB Journal · 2017
Typearticle
Langueen
DomaineMedicine
ThématiqueNutrition and Health in Aging
Établissements canadiensCentre Intégré Universitaire de Santé et de Services Sociaux du Saguenay–Lac-Saint-JeanUniversité de MontréalCentre Intégré Universitaire de Santé et de Services Sociaux du Centre-Sud-de-l'Île-de-MontréalUniversité de SherbrookeMcGill University
Organismes subventionnairesDairy Farmers of Canada
Mots-clésMedicineLongitudinal studyComposition (language)Dairy foodsConsumption (sociology)Food groupSarcopeniaLean body massGerontologyEnvironmental healthAnimal scienceFood scienceBody weightEndocrinologyBiology

Résumé

récupéré en direct d'OpenAlex

Background Despite the potential contribution of dietary factors to healthy aging, the role of dairy products, as part of the diet, on body composition and physical performance in free‐living older adults has been scarcely studied in longitudinal studies. Objectives Our primary aim was to investigate the association between total dairy intake and body composition and physical performance of older adults from the NuAge longitudinal study on Nutrition and Aging. Our secondary objective was to examine the association between dairy intake and frailty at baseline (T0). Design Participants (n=1499; aged 67–84y,) were assessed for total dairy consumption (servings/d) (milk, cheese, yogurt and dairy‐based desserts) by 6 nonconsecutive 24‐h food recalls collected over 2 years. Body composition was measured by DXA in a subgroup of subjects (54%) at T0 and after 2‐y (T2). Functional composite scores were calculated for muscle strength (handgrip, arm and leg) and mobility (timed up‐&‐go, chair stand, normal and fast walking speed), measured at T0 and annually thereafter for 3 y. Frailty was defined according to Fried et al. 2001 criteria. Mixed‐model analysis was performed to assess trajectories of body composition and function across time per sex, as conditioned by total dairy intake, adjusted for potential covariates. Results Consumption of total and individual dairy products was similar in both sexes, except for high‐fat dairy products and yogurt which were consumed more by men and women, respectively. Higher dairy consumption was independently associated with a higher lean mass (LM) and mobility scores in both sexes, and a better strength score only in men throughout the follow‐up. Interestingly, total dairy intake was inversely associated with fat mass (FM) in women whereas the association was positive in men. Longitudinal declines in LM and functional scores were not associated with dairy consumption. In men, but not in women, the risk of pre‐frailty/frailty was less among high (≥2 servings/d) versus low (<0.6 servings/d) dairy consumers (odds ratio= 0.52; 95% CI=0.30–0.92). Conclusions Our results indicate that greater dairy consumption is associated with better body composition and function, i.e., two major predictors of frailty in aging. However, further research is required to explore the long‐term benefits of dairy product consumption and its potential causative association with healthy aging. Support or Funding Information Dairy Farmers of Canada.

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)0,001
score de la tête « metaresearch » (Gemma)0,002
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 enseignants0,062
Score d'incertitude au seuil0,125

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,002
Études des sciences et des technologies0,0010,000
Communication savante0,0010,000
Science ouverte0,0010,000
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,065
Tête enseignante GPT0,349
Écart entre enseignants0,285 · 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
Publié2017
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueThe FASEB Journal→Même sujetNutrition and Health in Aging→Travaux en français237 207→