Low dietary magnesium and fiber intakes among women with metabolic syndrome in Kuwait
Notice bibliographique
Résumé
Introduction Metabolic syndrome (MetS) is a growing health concern among Kuwaiti women. Dietary magnesium and fiber have been implicated in reducing the risk of MetS; however, their specific effects on this population remain underexplored. This study aimed to investigate the association of dietary magnesium and fiber intake with the prevalence of MetS and its components among women in Kuwait. Methods This study included 170 women aged 18–65 (years) recruited from AL-Adan Hospital, Mubarak Hospital, and Riqqa Polyclinic. Data were collected using a modified Semi-Quantitative Food Frequency Questionnaire (SFFQ) to assess dietary intake, and biochemical measurements were performed to evaluate serum magnesium and other metabolic markers. MetS was diagnosed according to International Diabetes Federation (IDF) and Adult Treatment Panel III (ATP III) criteria. Statistical analyses included Mann–Whitney U-tests, chi-square tests, Spearman correlations, logistic and linear regression models, and Cohen’s kappa statistics. Results The prevalence of MetS was 24 and 18% based on the IDF and ATP III criteria, respectively. Women with MetS had significantly lower dietary magnesium and fiber intakes than those in women without MetS (p < 0.001). A strong positive correlation was found among dietary magnesium intake, fiber intake, and serum magnesium levels (r = 0.957, p < 0.001 for magnesium; r = 0.917, p < 0.001 for fiber). Increased dietary magnesium and fiber intakes were linked to reduced odds of developing MetS and its components, except for blood pressure measurements. Cohen’s kappa demonstrated a strong agreement (K = 0.70, p < 0.001) between dietary and serum magnesium inadequacy. Conclusion Increased dietary intakes of magnesium and fiber are associated with reduced odds of developing MetS among Kuwaiti women. These findings support the promotion of magnesium- and fiber-rich diets as preventive strategies against MetS.
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 | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 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 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 ».