Metabolomic Signatures of Dietary Patterns and Incident Radiographic Knee Osteoarthritis: A Case-Cohort Study From the Osteoarthritis Initiative
Notice bibliographique
Résumé
OBJECTIVE: Dietary factors related to inflammation, obesity, and metabolism may contribute to osteoarthritis (OA) development. This study examines the relationship between metabolomic signatures of dietary patterns and radiographic knee OA incidence. METHODS: This case-cohort study included 603 participants from the Osteoarthritis Initiative, comprising 237 incident radiographic knee OA cases and 366 noncases during a 6-year follow-up. Plasma metabolomes were analyzed using ultra-performance liquid chromatography-tandem mass spectrometry. We averaged metabolite levels at baseline and year 1 as the exposure and identified incident cases with those who had a Kellgren-Lawrence grade ≥ 2 in follow-ups. We selected 46 metabolites significantly associated with major food groups based on previous studies. Principal component analysis identified 4 metabolomic signatures related to specific food groups. Weighted logistic regression was used to examine associations between metabolomic signature scores and knee OA incidence. RESULTS: Among the 603 participants, after adjusting for age, sex, and other covariates, the highest quartiles of 2 metabolomic signatures associated with healthy food groups were linked to a reduced OA risk compared to the lowest quartile (odds ratio [95% CI] 0.69 [0.44-1.08] and 0.61 [0.40-0.92], respectively). However, after further adjustment for BMI, these associations weakened. The proportions of the associations mediated through BMI for these 2 signatures were 43.7% and 81.4%, respectively. The other signatures were null. CONCLUSION: Metabolomic signatures of healthy dietary patterns may be linked to a lower risk of radiographic knee OA, with BMI potentially playing an intermediary role. Further studies are needed to explore causality.
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) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| 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 ».