We aimed to evaluate the criterion validity of the 2015 food-based Dutch dietary guidelines, which were formulated based on evidence on the relation between diet and major chronic diseases. We studied 9701 participants of the Rotterdam Study, a population-based prospective cohort in individuals aged 45 years and over [median 64.1 years (95%-range 49.0-82.8)]. Dietary intake was assessed at baseline with a food-frequency questionnaire. For all participants, we examined adherence (yes/no) to fourteen items of the guidelines: vegetables (≥200 g/day), fruit (≥200 g/day), whole-grains (≥90 g/day), legumes (≥135 g/week), nuts (≥15 g/day), dairy (≥350 g/day), fish (≥100 g/week), tea (≥450 mL/day), ratio whole-grains:total grains (≥50%), ratio unsaturated fats and oils:total fats (≥50%), red and processed meat (<300 g/week), sugar-containing beverages (≤150 mL/day), alcohol (≤10 g/day) and salt (≤6 g/day). Total adherence was calculated as sum-score of the adherence to the individual items (0-14). Information on disease incidence and all-cause mortality during a median follow-up period of 13.5 years (range 0-27.0) was obtained from data collected at our research center and from medical records. Using Cox proportional-hazards models adjusted for confounders, we observed every additional component adhered to was associated with a 3% lower mortality risk (HR 0.97, 95% CI 0.95; 0.98), lower risk of stroke (HR 0.95, 95% CI 0.92; 0.99), chronic obstructive pulmonary disease (HR 0.94, 95% CI 0.91; 0.98), colorectal cancer (HR 0.90, 95% CI 0.84; 0.96), and depression (HR 0.97, 95% CI 0.95; 0.999), but not with incidence of coronary heart disease, type 2 diabetes, heart failure, lung cancer, breast cancer, or dementia. These associations were not driven by any of the individual dietary components. To conclude, adherence to the Dutch dietary guidelines was associated with a lower mortality risk and a lower risk of developing some but not all of the chronic diseases on which the guidelines were based.

Abstract We conducted genome-wide association studies (GWAS) of relative intake from the macronutrients fat, protein, carbohydrates, and sugar in over 235,000 individuals of European ancestries. We identified 21 unique, approximately independent lead SNPs. Fourteen lead SNPs are uniquely associated with one macronutrient at genome-wide significance ( P < 5 × 10 −8 ), while five of the 21 lead SNPs reach suggestive significance ( P < 1 × 10 −5 ) for at least one other macronutrient. While the phenotypes are genetically correlated, each phenotype carries a partially unique genetic architecture. Relative protein intake exhibits the strongest relationships with poor health, including positive genetic associations with obesity, type 2 diabetes, and heart disease ( r g ≈ 0.15–0.5). In contrast, relative carbohydrate and sugar intake have negative genetic correlations with waist circumference, waist-hip ratio, and neighborhood deprivation (| r g | ≈ 0.1–0.3) and positive genetic correlations with physical activity ( r g ≈ 0.1 and 0.2). Relative fat intake has no consistent pattern of genetic correlations with poor health but has a negative genetic correlation with educational attainment ( r g ≈−0.1). Although our analyses do not allow us to draw causal conclusions, we find no evidence of negative health consequences associated with relative carbohydrate, sugar, or fat intake. However, our results are consistent with the hypothesis that relative protein intake plays a role in the etiology of metabolic dysfunction.

Context: Choline is a precursor of both betaine and acetylcholine and might, therefore, influence cardiovascular and cognitive outcomes. There has been concern, however, that it may influence blood lipid levels because it is an essential component of very-low-density lipoproteins. Objective: The aim was to systematically review, using PRISMA guidelines, the literature pertaining to the effects of choline on body composition and on metabolic, cardiovascular, respiratory, and neurological outcomes in different life stages. Data Sources: The MEDLINE, Embase, Cochrane Central, Web of Science, PubMed, and Google Scholar databases were searched up to July 2014. Data Extraction: Fifty relevant articles were identified. These comprised trials and cohort, case-control, and cross-sectional studies that assessed blood levels of choline, dietary intake of choline, and supplementation with choline in a population free of diseases at baseline. Data Synthesis: There is some observational evidence that choline during pregnancy may be beneficial for the neurological health of the child. In adults, choline may have beneficial effects on cognition, but high-quality (intervention) studies are lacking. Results on the effects of choline on body composition, blood lipids, and cardiovascular health were inconsistent. Conclusions: Evidence to confirm the suggested effects of choline on health in different stages of life is scarce. Potential effects of choline need to be confirmed by intervention studies. Possible harmful effects on cardiometabolic health need careful evaluation.

Intake of individual antioxidants has been related to a lower risk of type 2 diabetes. However, the overall diet may contain many antioxidants with additive or synergistic effects. Therefore, we aimed to determine associations between total dietary antioxidant capacity and risk of type 2 diabetes, prediabetes and insulin resistance. We estimated the dietary antioxidant capacity for 5796 participants of the Rotterdam Study using a ferric reducing ability of plasma (FRAP) score. Of these participants, 4957 had normoglycaemia and 839 had prediabetes at baseline. We used covariate-adjusted proportional hazards models to estimate associations between FRAP and risk of type 2 diabetes, risk of type 2 diabetes among participants with prediabetes, and risk of prediabetes. We used linear regression models to determine the association between FRAP score and insulin resistance (HOMA-IR). We observed 532 cases of incident type 2 diabetes, of which 259 among participants with prediabetes, and 794 cases of incident prediabetes during up to 15 years of follow-up. A higher FRAP score was associated with a lower risk of type 2 diabetes among the total population (HR per SD FRAP 0.84, 95% CI 0.75; 0.95) and among participants with prediabetes (HR 0.85, 95% CI 0.73; 0.99), but was not associated with risk of prediabetes. Dietary FRAP was also inversely associated with HOMA-IR (β - 0.04, 95% CI - 0.06; - 0.03). Effect estimates were generally similar between sexes. The findings of this population-based study emphasize the putative beneficial effects of a diet rich in antioxidants on insulin resistance and risk of type 2 diabetes.

Previous studies suggest that high protein intake in infancy leads to a higher body mass index (BMI) in later childhood. We examined the associations of total, animal and vegetable protein intake in early childhood with detailed measures of body composition at the age of 6 years.This study was performed in 2911 children participating in a population-based cohort study. Protein intake at the age of 1 year was assessed with a validated food-frequency questionnaire and was adjusted for total energy intake. At the children's age of 6 years, we measured their anthropometrics and body fat (with dual-energy X-ray absorptiometry). We calculated age- and sex-specific s.d. scores for BMI, fat mass index (FMI) and fat-free mass index (FFMI).After adjustment for confounders, a 10 g per day higher total protein intake at 1 year of age was associated with a 0.05 s.d. (95% confidence interval (CI) 0.00, 0.09) higher BMI at age 6. This association was fully driven by a higher FMI (0.06 s.d. (95%CI 0.01, 0.11)) and not FFMI (-0.01 s.d. (95%CI -0.06, 0.05)). The associations of protein intake with FMI at 6 years remained significant after adjustment for BMI at the age of 1 year. Additional analyses showed that the associations of protein intake with FMI were stronger in girls than in boys (P for interaction=0.03), stronger among children who had catch-up growth in the first year of life (P for interaction<0.01) and stronger for intake of animal protein (both dairy and non-dairy protein) than protein from vegetable sources.Our results suggest that high protein intake in early childhood is associated with higher body fat mass, but not fat-free mass. Future studies are needed to investigate whether these changes persist into adulthood and to examine the optimal range of protein intake for infants and young children.

Background: Although many studies have examined health effects of infant feeding, studies on diet quality shortly after the weaning and lactation period are scarce. Objectives: Our aims were to develop and evaluate a diet score that measures overall diet quality in preschool children and to examine the sociodemographic and lifestyle determinants of this score. Methods: On the basis of national and international dietary guidelines for young children, we developed a diet score containing 10 components: intake of vegetables; fruit; bread and cereals; rice, pasta, potatoes, and legumes; dairy; meat and eggs; fish; oils and fats; candy and snacks; and sugar-sweetened beverages. The total score ranged from 0 to 10 on a continuous scale and was standardized to an energy intake of 1200 kcal/d with the residual method. The score was evaluated in 3629 children participating in the Generation R Study, a population-based prospective cohort study. Food consumption was assessed with a food-frequency questionnaire (FFQ) at a median age of 13 mo. Results: The mean ± SD diet score was 4.1 ± 1.3. The food-based diet score was positively associated with intakes of many nutrients, including n–3 (ω-3) fatty acids [FAs; 0.25 SD increase (95% CI: 0.22, 0.27) per 1 point increase in the diet score], dietary fiber [0.32 (95% CI: 0.30, 0.34)], and calcium [0.13 (95% CI: 0.11, 0.16)], and was inversely associated with intakes of sugars [−0.28 (95% CI: −0.31, −0.26)] and saturated fat [−0.03 (95% CI: −0.05, −0.01)]. A higher diet score was associated with several health-conscious behaviors, such as maternal folic acid supplement use during pregnancy, no smoking during pregnancy, and children watching less television. Conclusion: We developed a novel food-based diet score for preschool children that could be applied in future studies to compare diet quality in early childhood and to investigate associations between diet in early childhood and growth, health, and development.

Abstract

 Alcohol intake affects the female body differently than it affects the male body. This is caused by females' lower levels of dehydrogenase enzymes, the enzyme that breaks down alcohol, coupled with the higher fat/water ratio of the female body. Both these factors cause alcohol levels to rise more quickly after ingestion in women than in men. This makes females more vulnerable to alcohol's harmful effects, and consequently women tend to develop alcohol-related diseases earlier in life than do men. As women age and go through menopause, they experience changes in body composition and life changes like retirement or loss of a loved one. The disparity between men's and women's rates of alcohol consumption decreases, especially in last 2 decades. Stress and depression related to menopause may trigger the onset of alcohol abuse or worsen established alcohol misuse. Alcohol abuse decreases quality of life and any potential positive effects of moderate alcohol intake are minuscule in comparison to the adverse effects caused by alcohol abuse. Further, due to social stigmas, women tend to have more difficulty gaining access to treatment and recovering from alcohol dependence than do men. Current research on interventions and treatments that aim to reduce alcohol use disorder (AUD) or to prevent its occurrence in middle-aged and elderly women is limited. We provide an overview of drinking patterns, and of the prevalence, risk factors, health impacts and treatment challenges of AUD for women as they progress through middle and older age.

Background: Abnormal gestational weight gain is associated with unfavorable pregnancy outcomes. Several risk factors have been identified, but the effect of macronutrient intake during pregnancy on gestational weight gain has not been systematically evaluated in both high-income countries and low- and middle-income countries. Objective: We conducted a systematic review of the literature in 8 different databases (until 12 August 2015) to assess whether energy intake and macronutrient intake (i.e., protein, fat, and carbohydrate) during pregnancy were associated with gestational weight gain (following Preferred Reporting Items for Systematic Reviews and Meta-Analyses guidelines). Results: Of 7623 identified references, we included 56 articles (46 observational studies and 10 trials, 28 of which were in high-income countries and 28 of which were in low- and middle-income countries). Eleven of the included articles were of high quality (20%). Results of 5 intervention and 7 high-quality observational studies suggested that higher energy intake during pregnancy is associated with higher gestational weight gain (n = 52). Results from observational studies were inconsistent for protein intake (n = 29) and carbohydrate intake (n = 18). Maternal fat intake (n = 25) might be associated with gestational weight gain as suggested by observational studies, although the direction of this association might depend on specific types of fat (e.g., saturated fat). Macronutrient intake was not consistently associated with the prevalence of inadequate or excessive gestational weight gain. Associations were comparable for high-income countries and low- and middle-income countries. Conclusions: The current literature provides evidence that energy intake is associated with gestational weight gain, but the roles of individual macronutrients are inconsistent. However, there is a need for higher-quality research because the majority of these studies were of low quality.

High protein intake in infancy might lead to a higher body mass index (BMI) in childhood. However, whether these associations differ between different sources of protein is unclear.We investigated associations between the intake of total protein, protein from different sources, and individual amino acids in early childhood and repeatedly measured height, weight, and BMI up to the age of 9 y.This study was performed in 3564 children participating in the Generation R Study, a population-based prospective cohort study in Rotterdam, Netherlands. Intakes of total protein, animal protein, vegetable protein, and individual amino acids (including methionine, arginine, lysine, threonine, valine, leucine, isoleucine, phenylalanine, tryptophan, histidine, cysteine, tyrosine, alanine, asparagine, glutamine, glycine, proline, and serine) at 1 y were assessed by using a food-frequency questionnaire. Height and weight were measured at the approximate ages of 14, 18, 24, 30, 36, and 45 mo and at 6 and 9 y, and BMI was calculated.After adjustment for confounders, linear mixed models showed that a 10-g higher total protein intake/d at 1 y was significantly associated with a 0.03-SD greater height (95% CI: 0.00, 0.06), a 0.06-SD higher weight (95% CI: 0.03, 0.09), and a 0.05-SD higher BMI (95% CI: 0.03, 0.08) up to the age of 9 y. Associations were stronger for animal than for vegetable protein intake but did not differ between dairy and nondairy animal protein or between specific amino acids.A higher intake of protein, especially animal protein, at 1 y of age was associated with a greater height, weight, and BMI in childhood up to 9 y of age. Future studies should explore the role of growth hormones and investigate whether protein intake in early childhood affects health later in life.

Macronutrient intake, the proportion of calories consumed from carbohydrate, fat, and protein, is an important risk factor for metabolic diseases with significant familial aggregation. Previous studies have identified two genetic loci for macronutrient intake, but incomplete coverage of genetic variation and modest sample sizes have hindered the discovery of additional loci. Here, we expanded the genetic landscape of macronutrient intake, identifying 12 suggestively significant loci (P < 1 × 10−6) associated with intake of any macronutrient in 91,114 European ancestry participants. Four loci replicated and reached genome-wide significance in a combined meta-analysis including 123,659 European descent participants, unraveling two novel loci; a common variant in RARB locus for carbohydrate intake and a rare variant in DRAM1 locus for protein intake, and corroborating earlier FGF21 and FTO findings. In additional analysis of 144,770 participants from the UK Biobank, all identified associations from the two-stage analysis were confirmed except for DRAM1. Identified loci might have implications in brain and adipose tissue biology and have clinical impact in obesity-related phenotypes. Our findings provide new insight into biological functions related to macronutrient intake.