The Interaction Between Body Mass Index Genetic Risk Score and Dietary Intake on Weight Status: A Systematic Review
Notice bibliographique
Résumé
Sara Sokary,1 Heba Almaghrbi,2 Hiba Bawadi1 1Department of Human Nutrition, College of Health Sciences, QU Health, Qatar University, Doha, Qatar; 2Department of Biomedical Science, College of Health Sciences, QU Health, Qatar University, Doha, QatarCorrespondence: Hiba Bawadi, Email hbawadi@qu.edu.qaBackground: The escalating global obesity epidemic and the emergence of personalized medicine strategies point to the pressing need to investigate the interplay between genetic risk scores (GRSs), dietary intake, and their combined impact on weight status. This systematic review synthesizes evidence from diverse studies to elucidate how dietary patterns and individual foods interact with genetic predisposition to obesity.Methods: Literature searches were conducted in the PubMed, Embase, Science Direct, and Scopus databases until August 2023, following PRISMA guidelines. Out of 575 articles, 15 articles examining the interaction between genetic risk score for body mass index and dietary intake on weight outcomes met the inclusion criteria. All included studies were cross-sectional in design and were assessed for quality using the Newcastle‒Ottawa Scale.Results: Unhealthy dietary intake exacerbated the genetic predisposition to obesity, evident in studies assessing Western diet, sulfur microbial diet, and individual macronutrients, including saturated fatty acids, sugar-sweetened beverages and fried foods. Conversely, adhering to healthier dietary intake mitigated the genetic predisposition to obesity, as observed in studies involving Alternative Healthy Eating Index, Alternative Mediterranean Diet, Dietary Approach to Stop Hypertension scores, healthy plant-based diets, and specific foods such as fruits, vegetables, and n-3 polyunsaturated fatty acids.Conclusion: This is the first systematic review to explore the interaction between genetics and dietary intake in shaping obesity outcomes. The findings have implications for tailored interventions; however, more controlled clinical trials with robust designs are needed to be able to recommend personalized nutrition based on nutrition for obesity prevention and management.Keywords: Body Mass Index, Genetic Risk Score, Dietary Intake, Weight Status, Systematic Review
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 | 0,007 | 0,030 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,008 | 0,009 |
| Bibliométrie | 0,006 | 0,009 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,002 | 0,002 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,002 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 ».