Ultra-processed food consumption is associated with knee osteoarthritis: Data from the Osteoarthritis Initiative
Notice bibliographique
Résumé
OBJECTIVE: To explore the relationship between ultra-processed food (UPF) intake and knee osteoarthritis (KOA)-related imaging and clinical outcomes in men and women. DESIGN: Osteoarthritis Initiative participants with sufficient dietary and sociodemographic data (n = 4403) were included in this cross-sectional study. UPF was assessed by food frequency questionnaire-based NOVA Classification, categorizing diet according to processing level, with NOVA-4 indicating UPF. The exposure variable was standardized UPF proportion/day (%)-the proportion of NOVA-4 servings in the daily diet. The outcomes were Western Ontario and McMaster University OA Index (WOMAC) pain, activities of daily living (ADL), stiffness, total scores, average cartilage thickness (quantified using 3D-dual echo steady-state sequences on 3T MRI), Chair Stand Test (CST) and gait speed. Mixed effects and linear regression models were used for knee-level and participant-level outcomes, respectively. Models were adjusted for age, race, BMI, daily calories, physical activity, and medical insurance availability. Sex differences were tested by interactions between UPF and sex. RESULTS: Sex interactions were significant for WOMAC-pain, ADL, total, gait speed, cartilage thickness (p-interaction-range < 0.001-0.006). Greater UPF was associated with significantly worse pain (β = 0.17 [0.093, 0.242], p < 0.001), ADL (β = 0.59 [0.365, 0.832], p < 0.001), total scores (β = 0.81 [0.483, 1.13], p < 0.001), thinner cartilage (β = -0.013 [-0.02, -0.006], p < 0.001), slower gait (β = -0.035 [-0.042, -0.027], p < 0.001) in women. Sex interactions were non-significant for CST and WOMAC-stiffness (p-interaction = 0.319, 0.573, respectively). With greater UPF, CST and WOMAC-stiffness showed significant poor outcomes (β = -0.008 [-0.013, -0.004], p < 0.001, β = 0.04 [0.008, 0.064], p = 0.011, respectively). WOMAC-stiffness results were not significant after Bonferroni corrections. CONCLUSIONS: UPF-rich diet is linked to worse KOA outcomes disproportionately more in women.
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 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 ».