Tracking the impact of dietary quality scores on metabolic health: Insights from the Azar Cohort on patients with type 2 diabetes mellitus
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Background: This study examined the association between changes in diet quality-assessed using the healthy eating index-2015 (HEI-2015) and the dietary inflammatory index (DII)-and lipid profiles and glycemic control in adults with type 2 diabetes. Methods: In this longitudinal study, data were collected from 103 adults with type 2 diabetes at two time points, six years apart (baseline and reassessment). The main predictors were changes in HEI-2015 and DII scores over time. The primary outcome measures were lipid profile components (LDL, HDL, total cholesterol, triglycerides) and glycemic control (FBS). Associations were examined using regression models adjusted for age, sex, body mass index (BMI), and energy intake. Results: No statistically significant associations were observed between HEI-2015 or DII scores and lipid or glycemic outcomes in the overall sample. However, subgroup analyses based on adjusted models revealed reduced odds of LDL elevation among individuals aged>60 (OR: 0.14, 95% CI: 0.02-0.91) and those with BMI≥30 (OR: 0.15, 95% CI: 0.02-0.90) in the highest tertile of DII change. These effects were not observed consistently across other subgroups. Conclusion: While no significant associations were found in the overall cohort, subgroup analyses revealed that individuals over 60 and those with BMI≥30 had reduced odds of LDL elevation with higher DII scores. These findings suggest potential population-specific effects of dietary inflammation on lipid metabolism. Despite limitations such as a small sample size and wide confidence intervals, this study provides valuable exploratory evidence and underscores the need for larger, targeted investigations to confirm whether anti-inflammatory diets can improve metabolic outcomes in high-risk subgroups.
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.
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 | 0,001 | 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 découle