Exploring the relationship between ultra-processed food consumption and gut microbiota at school age in a Brazilian birth cohort
Notice bibliographique
Résumé
Dietary patterns significantly impact health outcomes and gut microbiota composition. However, longitudinal studies associating ultra-processed food consumption with gut microbiota composition, especially among adolescents in low- and middle-income countries, are lacking. This study aimed to explore this association using data collected from 364 participants at ages 6, 11, and 12 years from the 2004 Pelotas (Brazil) Birth Cohort. Microbiota data was obtained at age 12 after 16S rRNA gene sequencing of self-collected fecal samples. Linear or logistic regression models evaluated the relationship between age groups and gut microbiota outcomes (alpha diversity, beta diversity and relative abundances at the phylum and genus levels), considering dietary covariates and demographic, socioeconomic, health-related, and behavioral factors. No significant associations between ultra-processed food consumption and alpha diversity were observed after multiple testing corrections, and there was no strong evidence linking ultra-processed food consumption and beta diversity, with unweighted metrics explaining little variance at ages 11 and 12. Nominal associations were found between ultra-processed food and relative abundances of Actinobacteria (p = 0.032) and Proteobacteria (p = 0.045) (phyla), Bacteroides (p = 0.037 at age 6; p = 0.015 at age 11) and Peptostreptococcus (p = 0.025 at age 6; p = 0.010 at age 11) (genera). However, these associations lost statistical significance after adjustments for multiple comparisons. These findings highlight the need for more longitudinal studies to better understand the complex interaction between ultra-processed food intake and gut microbiota composition in adolescent populations in low- and middle-income countries.
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 | 0,001 |
| 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 ».