Association between the dietary index for gut microbiota and diabetes: the mediating role of phenotypic age and body mass index
Notice bibliographique
Résumé
Objectives: The global prevalence of diabetes is continuously rising, and the gut microbiota is closely associated with it. The Dietary Index for Gut Microbiota (DI-GM) assesses the impact of diet on the microbiota, but its association with diabetes risk remains unclear. This study aims to investigate the association between DI-GM and the risk of diabetes and analyze the mediating roles of phenotypic age and body mass index (BMI). Methods: Utilizing data from the National Health and nutrition examination survey (NHANES) 1999-2018, we included 17,444 adults aged 20 years and older. DI-GM (score range: 0-13) was calculated based on dietary recall. Diabetes was diagnosed based on laboratory results and self-reported information. Multivariable logistic regression was used to analyze the association between DI-GM and diabetes, adjusting for relevant covariates. Mediation analysis evaluated the roles of phenotypic age and BMI. Results: < 0.001). Compared to the group with DI-GM scores of 0-3, those with scores of 5 (OR = 0.76, 95% CI = 0.67-0.86) and ≥ 6 (OR = 0.77, 95% CI = 0.68-0.88) had significantly reduced diabetes risk. Phenotypic age and BMI accounted for 41.02 and 25.57% of the association between DI-GM and diabetes, respectively. Conclusion: Higher DI-GM scores are associated with a lower risk of diabetes, partially mediated through reduced phenotypic age and BMI.
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 | 0,000 |
| 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) | 0,000 | 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 ».