The effect of dietary glycemic index and glycemic load on cardiovascular risk factors in school-aged children in Quebec
Notice bibliographique
Résumé
Contexte:Un apport alimentaire peut conduire à l'obésité et à une détérioration du profil lipidique sanguin chez l’adulte et l’enfant. La consommation d'aliments à indice glycémique (IG) élevé et à charge glycémique (CG) élevée est associée aux maladies cardiovasculaires à l'âge adulte. Cependant, on en sait peu sur ces expositions alimentaires chez les enfants. En outre, l’évaluation précise de l’apport alimentaire est un défi en épidémiologie nutritionnelle, particulièrement chez les enfants. Objectifs:1)Examiner les caractéristiques des individus qui font des rapports erronés de leur apport nutritionnel et décrire les biais introduits par la sous-déclaration.2)Évaluer si IG et la CG prédisent les facteurs de risque cardiovasculaires chez les enfants après 2 ans de suivi.3)Déterminer les effets cumulatifs et spécifiques de l'IG élevé et de la CG de chaque repas sur les facteurs de risque cardiovasculaires après 2 ans chez les enfants.4)Examiner l’effet de l’adiposité en tant que médiateur dans l’association entre la CG alimentaire et le profil lipidique après deux ans chez les enfants.Les méthodes:Les données de base et de la première visite de suivi de la cohorte QUALITY ont été utilisées pour cette thèse. La cohorte QUALITY comprenait 630 enfants de race blanche âgés de 8 à 10 ans au moment de la première rencontre, avec ≥ 1 parent obèse et sans diabète ni maladie grave. Trois rappels alimentaires de 24 heures ont été administrés par téléphone par des diététistes formées. Les scores moyens individuels d'IG et de CG journaliers et spécifiques à chaque repas ont été calculés à l'aide du tableau international de l'IG.Pour l'objectif 1, les sous-déclarants ont été identifiés à l'aide de la méthode de Goldberg afin de classifier les participants comme sous-déclarants et déclarants acceptables. La régression logistique a été utilisée pour identifier les corrélats des sous-déclarants. Pour l'objectif 2, les expositions étaient la mesure continue de l'IG et de la CG. Pour l'objectif 3, les expositions étaient l’indice et la CG continue spécifique à chaque repas et le nombre de repas à IG et CG élevé.Pour l'objectif 4, la cote z de l’IMC et le pourcentage de masse grasse, étaient les médiateurs d'intérêt. Une approche conventionnelle ainsi que des modèles structurels marginaux avec pondération ont été utilisé pour estimer l'effet direct contrôlé entre la CG et les lipides sanguins 2 ans plus tard, sans médiation par l'adiposité.Résultats:Objectif 1. Les sous-déclarants étaient plus âgés, majoritairement de sexe féminin (51% vs. 43%) avaient une cote z d’indice de masse corporelle (IMC) plus élevée et avaient de moins bons indicateurs de santé cardiométabolique. Les parents des sous-déclarants avaient un revenu familial inférieur et un IMC plus élevé par rapport au déclarants adéquats. L'âge et la cote z de l’IMC chez l'enfant corrélaient fortement avec la sous-déclaration. Objectif 2. L’âge moyen était de 9.6 ans et le pourcentage male était 54.4%. Après deux ans, la CG était associée au scores z-IMC, % de masse grasse, HDL et triglycérides. Objectif 3. La CG au dîner était associée à une augmentation du score z de l'IMC, du pourcentage de masse grasse, des triglycérides et à une diminution du cholestérol HDL. Objectif 4. Les deux méthodes d’analyse de médiation ont démontré une forte contribution de l'adiposité à l'association entre la CG et les lipides sanguins après 2 ans.Conclusion:La sous-déclaration de l'apport énergétique biaise l'évaluation des relations exposition-issue. Identifier les sous-déclarants et utiliser une méthode de correction appropriée est essentiel pour l’obtention de résultats valides. La CG alimentaire quotidienne prédit l'adiposité et les lipides sanguins chez les jeunes enfants après 2 ans, l'adiposité agissant en tant que médiateur de l'association. La CG devrait être prise en compte dans les interventions précoces pour la prévention future des maladies cardiovasculaires
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) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».