Vitamin supplements: Are they associated with immune status?
Notice bibliographique
Résumé
BACKGROUND & AIMS: Vitamins are essential nutrients, taken in very small amounts (0.01-100 mg a day). Associations between vitamin supplement intake or status and the immune system are far from consensual. Our aim was to understand the association between vitamin supplements and the immune system, namely regarding lymphocyte count and immunoglobulin levels against infectious pathogens. METHODS: Cross-sectional study using data from the first follow-up of the CoLaus|PsyCoLaus study (April 2009 to September 2012). Participants were categorized as vitamin users and non-users. Serostatus for 15 viruses, six bacteria, and one parasite was assessed. Data for inflammatory markers (hs-CRP, IL-1β, IL-6, and TNF-α) and blood elements were also collected. RESULTS: Of the initial 5064 participants, 3769 (74.5 %, mean age 58.3 ± 10.5 years, 53.6 % women) were retained for serostatus. On bivariate analysis, participants taking vitamins presented with higher positivity levels in three markers and lower positivity levels in two, but those differences were no longer statistically significant after multivariable analysis. 4489 participants (88.6 %, mean age 57.7 ± 10.5 years, 53.2 % women) had data for inflammatory markers; no association was found between vitamin supplement use and inflammatory markers both on bivariate and multivariable analysis. Finally, 3349 participants (66.1 %, mean age 57.3 ± 10.3 years, 53.1 % women) had data for blood elements; on bivariate analysis, vitamin supplement users had lower levels of haemoglobin and lymphocytes, but those differences were no longer significant after multivariable adjustment. CONCLUSION: In this cross-sectional, population-based study, we found no association between vitamin supplement use and markers of immune status.
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 | 0,001 |
| 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 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».