MétaCan
Menu
← Retour à la cohorte
Enregistrement W4415813826 · doi:10.3390/nu17213448

Plant and Animal-Based Dietary Patterns and Cardiometabolic Diseases in the Brazilian Population: Cross-Sectional Analysis of the Brazilian National Health Survey

2025· article· en· W4415813826 sur OpenAlexaff
Poliana Espíndola Correia, Lauren E. Bisi, Minghui Zhang, Yunxiang Sun, B. A. E. T. Martins, Olavo S. C. Porepp, Verônica Colpani, Laura B. Kunzler, Paula Portal Teixeira, Lenita Zajdenverg, Elisa Brietzke, Mariana P. Socal, Fernando Gerchman

Notice bibliographique

RevueNutrients · 2025
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueAgriculture Sustainability and Environmental Impact
Établissements canadiensQueen's University
Organismes subventionnairesConselho Nacional de Desenvolvimento Científico e Tecnológico
Mots-clésObesityLogistic regressionDiabetes mellitusSocioeconomic statusEpidemiologyType 2 diabetesCross-sectional studyNational Health and Nutrition Examination Survey

Résumé

récupéré en direct d'OpenAlex

Background: Brazil’s dietary patterns and significant socioeconomic and geographic diversity present unique challenges for the prevention of cardiometabolic diseases. Methods: In this cross-sectional study, we analyzed data from a nationwide representative survey to understand how dietary patterns related to cardiometabolic diseases. We classified the dietary pattern of participants as whole plant-based, processed plant-based, and animal-based. Then, they were categorized into high, intermediate, and low consumption. Logistic regression analysis was used to test the prevalence of obesity, hypertension, hypercholesterolemia, diabetes, stroke, and heart diseases according to the level of intake of each of the three dietary patterns. Results: Compared to the low intake of a whole plant-based dietary pattern, a high intake was associated with a lower prevalence of obesity (OR 0.64; 95% CI 0.54, 0.75) and hypercholesterolemia (OR 0.69, 95% CI 0.56, 0.85). A processed plant-based dietary pattern (including items such as soda and sweets) was inversely associated with the prevalence of obesity (OR 0.90; 95% CI 0.83, 0.97), hypertension (OR 0.82; 95% CI 0.76, 0.88), hypercholesterolemia (OR 0.81; 95% CI 0.74, 0.88), and diabetes (OR 0.53; 95% CI 0.48, 0.59). A high intake of animal-based dietary patterns was associated with a lower prevalence of heart diseases (OR: 0.60; 95% CI 0.40, 0.90). Conclusions: In this cross-sectional analysis, greater adherence to specific dietary patterns was associated with differences in the prevalence of cardiometabolic conditions. However, causality cannot be established, and longitudinal studies are warranted to confirm these findings.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,003
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,066
Score d'incertitude au seuil0,131

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,003
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,002
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)0,0010,000

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 Opus0,013
Tête enseignante GPT0,290
Écart entre enseignants0,276 · 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 source (Gemma direct ou Codex distillé), 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 revueNutrients→Même sujetAgriculture Sustainability and Environmental Impact→Travaux en français237 207→