MétaCan
Menu
Retour à la cohorte
Enregistrement W4392475822 · doi:10.2196/56083

The Association of Macronutrient Consumption and BMI to Exhaled Carbon Dioxide in Lumen Users: Retrospective Real-World Study

2024· article· en· W4392475822 sur OpenAlexvenueno aff
Shlomo Yeshurun, Tomer Cramer, Daniel Souroujon, Merav Mor

Notice bibliographique

RevueJMIR mhealth and uhealth · 2024
Typearticle
Langueen
DomaineMedicine
ThématiqueThermoregulation and physiological responses
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésCarbon dioxideConsumption (sociology)MedicineEnvironmental healthChemistrySociology

Résumé

récupéré en direct d'OpenAlex

Background Metabolic flexibility is the ability of the body to rapidly switch between fuel sources based on their accessibility and metabolic requirements. High metabolic flexibility is associated with improved health outcomes and a reduced risk of several metabolic disorders. Metabolic flexibility can be improved through lifestyle changes, such as increasing physical activity and eating a balanced macronutrient diet. Lumen is a small handheld device that measures metabolic fuel usage through exhaled carbon dioxide (CO2), which allows individuals to monitor their metabolic flexibility and make lifestyle changes to enhance it. Objective This retrospective study aims to examine the postprandial CO2 response to meals logged by Lumen users and its relationship with macronutrient intake and BMI. Methods We analyzed deidentified data from 2607 Lumen users who logged their meals and measured their exhaled CO2 before and after those meals between May 1, 2023, and October 18, 2023. A linear mixed model was fitted to test the association between macronutrient consumption, BMI, age, and gender to the postprandial CO2 response, followed by a 2-way ANOVA. Results The model demonstrated significant associations (P<.001) between CO2 response after meals and both BMI and carbohydrate intake (BMI: β=–0.112, 95% CI –0.156 to –0.069; carbohydrates: β=0.046, 95% CI 0.034-0.058). In addition, a 2-way ANOVA revealed that higher carbohydrate intake resulted in a higher CO2 response compared to low carbohydrate intake (F2,2569=24.23; P<.001), and users with high BMI showed modest responses to meals compared with low BMI (F2,2569=5.88; P=.003). Conclusions In this study, we show that Lumen’s CO2 response is influenced both by macronutrient consumption and BMI. The results of this study highlight a distinct pattern of reduced metabolic flexibility in users with obesity, indicating the value of Lumen for assessing postprandial metabolic flexibility.

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 enseignants0,008
Score d'incertitude au seuil0,016

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0000,001
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
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 Opus0,045
Tête enseignante GPT0,400
Écart entre enseignants0,355 · 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

Citations3
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJMIR mhealth and uhealthMême sujetThermoregulation and physiological responsesTravaux en français237 207