Comparison of reducing epicardial fat by exercise, diet or bariatric surgery weight loss strategies: a systematic review and meta‐analysis
Notice bibliographique
Résumé
The objectives were to determine whether epicardial fat (EAT) is subject to modification, and whether various strategies accomplish this end point and the relationship between weight loss and EAT. A systematic review of the literature following meta-analysis guidelines was conducted using the search strategy 'epicardial fat' OR 'epicardial adipose tissue' AND 'diet' OR 'exercise' OR 'bariatric surgery (BS)' OR 'change in body weight' limited to humans. Eleven articles were identified with 12 intervention approaches of which eight studies showed a statistically significant reduction in EAT. A random-effects meta-analysis suggests an overall significant reduction of 1.12 standardized units (95% CI = [-1.71, -0.54], P value < 0.01). While there is a large amount of heterogeneity across study groups, a substantial amount of this variability can be accounted for by considering intervention type and change in body mass index (BMI). These variables were incorporated into a random-effects meta-regression model. Using this analysis, significant EAT reduction occurred with diet and BS but not with exercise. BMI reductions correlated significantly with EAT reductions for diet-based interventions, i.e. for some but not all interventions. In conclusion, EAT, a factor that is significantly associated with coronary artery disease, can be modified. The type of intervention, in addition to the amount of weight loss achieved, is predictive of the amount of EAT reduction.
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 | 0,011 | 0,024 |
| Méta-épidémiologie (sens strict) | 0,003 | 0,001 |
| Méta-épidémiologie (sens large) | 0,019 | 0,033 |
| Bibliométrie | 0,005 | 0,005 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,003 | 0,002 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,002 | 0,002 |
| 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 ».