MétaCan
Menu
Retour à la cohorte
Enregistrement W4414065611 · doi:10.3390/foods14173122

Causal Inference Framework Reveals Mediterranean Diet Superiority and Inflammatory Mediation Pathways in Mortality Prevention: A Comparative Analysis of Nine Common Dietary Patterns

2025· article· en· W4414065611 sur OpenAlexfundno aff
Jianlin Lin, Miao Zhou, Zhongwen Feng, Xiuling Ma, Junrong Li, Ren‐You Gan, Xu Wang, Kefeng Li

Notice bibliographique

RevueFoods · 2025
Typearticle
Langueen
DomaineMedicine
ThématiqueNutritional Studies and Diet
Établissements canadiensnon disponible
Organismes subventionnairesFaculty of Medicine and Health, University of SydneyMcGill University
Mots-clésCausal inferenceMediterranean dietMediationObservational studyPropensity score matchingDiseaseCausality (physics)Confounding

Résumé

récupéré en direct d'OpenAlex

Background/Objectives: While some dietary indices have been developed to assess diet quality and chronic disease risk, their comparative effectiveness within the same population remains unclear due to methodological limitations in observational studies. This study employs a causal inference framework to compare nine dietary indices for reducing all-cause and cardiovascular mortality, while investigating inflammatory pathways through multiple mediation analysis. Methods: Using dietary data from 33,881 adults (aged ≥ 20 years, median follow-up 92 months), we applied a causal directed acyclic graph to identify the minimum sufficient adjustment set and implemented generalized propensity score matching to address confounding. Robust Cox proportional hazards regression assessed associations between nine dietary indices—Dietary Inflammatory Index (DII), Composite Dietary Antioxidant Index (CDAI), Healthy Eating Index 2015/2020 (HEI-2015/2020), Alternate Healthy Eating Index (AHEI), Alternate Mediterranean Diet (aMED), Mediterranean Diet Index (MEDI), and Dietary Approaches to Stop Hypertension (DASH/DASHI)—and mortality outcomes. Multiple additive regression trees (MART) algorithm was used for multiple mediation analysis to examine inflammatory markers (PAR, SII, NPR, TyG, LMR, PLR, ELR, CRP) as mechanistic mediators. Results: Among 33,881 participants (mean age 47.07 years, 51.34% women), 4,230 deaths occurred, including 827 cardiovascular deaths. Under the causal inference framework, higher DII scores increased both all-cause (HR: 1.07; 95% CI: 1.02–1.12) and cardiovascular mortality risk (HR: 1.07; 95% CI: 1.04–1.10) by 7%. The aMED demonstrated the strongest protective association, reducing all-cause mortality by 12% (HR: 0.88; 95% CI: 0.80–0.97) and cardiovascular mortality by 11% (HR: 0.89; 95% CI: 0.80–0.98), followed by MEDI with similar magnitude effects. Other healthy dietary indices showed modest 1–3% risk reductions. Multiple mediation analysis revealed that inflammatory markers, particularly neutrophil-to-platelet ratio (NPR) and systemic immune-inflammation index (SII), significantly mediated diet–mortality associations across all indices, with C-reactive protein (CRP) serving as the most frequent mediator. Conclusions: Using causal inference methodology, the Mediterranean dietary pattern (aMED) shows the strongest causal association with reduced mortality risk, with inflammatory pathways serving as key mediating mechanisms. These findings provide robust evidence for prioritizing Mediterranean dietary patterns in public health interventions and clinical practice, while highlighting inflammation as a critical therapeutic target for dietary interventions aimed at reducing mortality risk.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,003
Score d'incertitude au seuil0,499

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,073
Tête enseignante GPT0,378
Écart entre enseignants0,305 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations1
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueFoodsMême sujetNutritional Studies and DietTravaux en français237 207