Patterns of Dietary Fatty Acids and Fat Spreads in Relation to Blood Pressure, Lipids and Insulin Resistance in Young Adults: A Repeat Cross-Sectional Study
Notice bibliographique
Résumé
Background/Objectives: Determining whether dietary fatty acids and the use of fat spreads are associated with cardiovascular risk factors is difficult due to the multicollinearity of fatty acids and the consumption of multiple spread types. Methods: We applied clustering methodologies using data on 31 different fatty acids and 5 different types of fat spreads (high fat: butter, blended butters, and margarines; lower fat: polyunsaturated and monounsaturated) and investigated associations with blood pressure, serum lipid patterns and insulin resistance in the Raine Study Gen2 participants in Western Australia, at 20 and 22 years of age. Results: Amongst n = 785 participants, there were eight distinct clusters formed from the fatty acid data and ten distinct clusters formed from the fat spread data. Male participants had higher systolic blood pressure than females (122.2 ± 11.6 mmHg versus 111.7 ± 10.3, p < 0.001 at age 20 and 123.4 ± 10.6 versus 113.9 ± 9.8, p < 0.001 at age 22). Males consuming exclusively butter as a fat spread had significantly higher SBP (+4.3 mmHg) compared with males not using spreads. Males consuming a high intake of margarine had significantly higher SBP (+6.6 mmHg), higher DBP (+3.4 mmHg) and higher triglycerides (+30.5%). Amongst females, four patterns of fatty acid intake were associated with lower levels of HDL cholesterol compared with the low-saturated-fat/high n-3 reference group (p = 0.017 after adjustment for relevant confounders, range = −10.1% to −16.0%, p = 0.017). There were no associations between clusters and HOMA-IR or other serum lipids for males or females. Conclusions: Compared to using no fat spreads, amongst males, a high intake of margarine was characterised by higher systolic and diastolic blood pressure and higher serum triglycerides, whilst the use of butter also was associated with higher SBP. Diets low in n-3s or high in trans fats were associated with sub-optimal HDL levels amongst females.
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 | 0,002 |
| 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 | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| 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 ».