MétaCan
Menu
Retour à la cohorte
Enregistrement W4405450288 · doi:10.1017/s002966512400572x

Impact of reducing dietary greenhouse gas emissions on micronutrient intakes: preliminary results from the MyPlanetDiet randomised controlled trial – Retracted

2024· article· en· W4405450288 sur OpenAlexfundno aff
Ursula M. Leonard, Elena Arranz, Máiréad Kiely

Dossier post-publication

OpenAlex signale ce travail comme rétracté, mais aucune notice correspondante de Retraction Watch ne figure dans cette base.

Notice bibliographique

RevueProceedings of The Nutrition Society · 2024
Typearticle
Langueen
DomaineMedicine
ThématiqueNutritional Studies and Diet
Établissements canadiensnon disponible
Organismes subventionnairesUniversity College CorkQueen's University BelfastDepartment of Agriculture, Food and the Marine, IrelandFood Institutional Research MeasureUniversity College DublinQueen's UniversityDepartment of Agriculture, Environment and Rural Affairs, UK Government
Mots-clésMicronutrientGreenhouse gasEnvironmental scienceEnvironmental healthMedicineRandomized controlled trialInternal medicineBiology

Résumé

récupéré en direct d'OpenAlex

Simultaneously improving diet quality and minimising dietary environmental impacts are central to the development of sustainable healthy diets. Altering dietary patterns to increase the proportion of plant-based foods and reduce animal-source foods has the potential to reduce dietary greenhouse gas emissions (GHGEs) and other environmental indicators (1) . However, data evaluating the impacts of these dietary changes on micronutrient intakes are scarce (2) . The MyPlanetDiet randomised controlled trial (RCT) was conducted in healthy adults across the island of Ireland [NCT05253547]. Participants were randomly assigned to follow a diet with reduced GHGEs (intervention group), or a diet based on national dietary guidelines (control group), for 12 weeks. Otherwise, all study procedures were identical. Dietary intake was assessed at baseline and endpoint using three non-consecutive 24-hour recalls, collected remotely using the Foodbook24 web-based dietary assessment tool (3) . Dietary GHGEs and micronutrient intakes were calculated from food sources only. Data were analysed using paired t-tests to assess for withingroup differences between baseline and week 12, and one-way analysis of covariance (ANCOVA) to test for differences between groups at week 12, whilst controlling for baseline intakes. Here, we present data from one of three sites (University College Cork). Of the 127 participants enrolled, 108 completed the trial (n = 57, intervention group; n = 51, control group). The mean (SD) age of participants was 42.2 (11.9) years and 59% were female. Ninety-three percent of participants were white and 88% completed third-level education. At baseline, mean (SD) GHGEs were 7.3 (3.1) kg CO 2 equivalents/day. GHGEs reduced significantly in the intervention group (p<0.001), and GHGEs were significantly lower in the intervention group compared to the control group at week 12 (4.6 (1.5) vs. 6.8 (2.9) kg CO 2 equivalents/day, p<0.001). In the control group, intakes of carotene, vitamins B12 and C increased significantly from baseline (p<0.05), whereas vitamin E reduced significantly (p = 0.005). In the intervention group, intakes of retinol, riboflavin, niacin equivalents, vitamins B6 and B12, biotin, pantothenate, calcium, phosphorous, zinc, and potassium reduced significantly (p<0.05). Compared to the control group at week 12, the intervention group had significantly higher intakes of vitamin E (p = 0.015) and significantly lower intakes of retinol, thiamin, riboflavin, niacin equivalents, vitamins B6 and B12, biotin, pantothenate, calcium, phosphorous, zinc and potassium (p<0.05). There were no differences in carotene, retinol equivalents, total folates, vitamin C, magnesium, iron, copper, or selenium. Micronutrient intakes generally remained similar or improved in the healthy control group, whereas the low-GHGE diet resulted in reductions in some key micronutrients. Further analysis of dietary composition, the prevalence of inadequate intakes, and biomarkers of nutritional status will enable a more comprehensive understanding of the impacts of such a dietary transition on nutritional 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 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)0,006
score de la tête « metaresearch » (Gemma)0,010
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesIntégrité de la recherche
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Essai randomisé · Signal consensuel: Essai randomisé
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,997
Score d'incertitude au seuil0,037

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0060,010
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0040,004
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,001
Communication savante0,0010,002
Science ouverte0,0010,001
Intégrité de la recherche0,0030,003
Charge utile insuffisante (le modèle a refusé de juger)0,0110,001

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 Opus0,024
Tête enseignante GPT0,289
Écart entre enseignants0,265 · 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.

Devis d'étudeEssai randomisé
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

Citations1
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueProceedings of The Nutrition SocietyMême sujetNutritional Studies and DietTravaux en français237 207