Is there any association between type of dietary fat and quality of life in hemodialysis patients? A cross-sectional study
Notice bibliographique
Résumé
Background Hemodialysis (HD) patients have a low quality of life (QOL), and dietary intakes may impact both somatic and psychosocial aspects of QOL. Nevertheless, the relationship between QOL and different dietary fats has not yet been evaluated. Objective The purpose of this study was to assess the association between QOL and the types/quantities of dietary fats intake in HD patients. Methods In this multi-center cross-sectional study, 251 adult patients under dialysis for at least 3 months were included. Participants’ dietary intakes were collected using a validated 168-item semi-quantitative FFQ during the past year. Moreover, to assess QOL, Kidney Disease Quality of Life Short Form (KDQOL-SF 1/3) was used. The linear regression between QOL and different types of dietary fats was conducted. p < 0.05 was statistically significant. Results Overall, 66 women and 185 men participated in our study. Regression analysis adjusted for total calorie intake showed that there was a negative association between QOL and total fat (95% CI: −0.187, −0.043), SFA (95% CI: −0.688, −0.143), MUFA (95% CI: −0.389, −0.065) and PUFA (95% CI: −0.401, −0.056) when types of dietary fats were individually included to the regression analysis. When all types of dietary fats were simultaneously entered into the analysis, the association between QOL and MUFA (95% CI: −0.243, 1.031) and PUFA (95% CI: −1.159, 0.084) were attenuated. The regression coefficient for SFA remained significant (95% CI: −0.968, −0.138). Also, there was a marginally significant association between SFA and the risk of low QOL was observed when all types of dietary fats were simultaneously entered into the analysis (OR = 1.051, 95% CI: 0.998–1.104). Conclusion Our investigation found a negative association between SFA consumption and QOL among different types of dietary fats. Furthermore, SFA mediated the relationship between QOL, MUFA, PUFA, and total fat. So, modification of dietary fat intake could enhance QOL in HD patients.
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 | 0,002 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».