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 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 | 0,001 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».