Tree nuts improve criteria of the metabolic syndrome: a systematic review and meta‐analysis of randomized controlled dietary trials (1025.6)
Notice bibliographique
Résumé
Background: Chronic disease guidelines support tree nut consumption alone or as part of dietary patterns to reduce cardiovascular risk, based on their favorable LDL‐C lowering effect. The effects of nuts on metabolic risk factors other than LDL‐C, however, remain uncertain. Aim: To assess the effect of tree nuts on criteria of the metabolic syndrome, we conducted a systematic review and meta‐analysis of randomized controlled dietary trials. Methods: We searched MEDLINE, EMBASE, CINAHL, and the Cochrane Library (through March 19, 2013). We included relevant randomized controlled trials (RCTs) of 蠅 3 weeks reporting at least 1 criterion of metabolic syndrome. Two independent reviewers extracted all relevant data. Data were pooled using the generic inverse variance method using random effects models and expressed as mean differences (MD) with 95% confidence intervals (CI). Heterogeneity was assessed by Chi² and quantified by I². Study quality was assessed. Results: Eligibility criteria were met by 39 RCTs including 1,676 participants who were otherwise healthy or had dyslipidemia, metabolic syndrome or diabetes mellitus. Tree nut interventions lowered triglycerides compared with control diet interventions (MD=‐0.07 mmol/L [95%CI, ‐0.11, ‐0.04 mmol/L]), but had no effects on waist circumference, HDL‐C, blood pressure, or fasting blood glucose with the direction of effect favoring tree nuts for all except HDL‐C. Limitations: Most of the trials were of short duration (<12 weeks) and of poor quality (MQS<8). Substantial unexplained heterogeneity remained in most analyses. Conclusions: Pooled analyses show a net benefit of tree nuts for metabolic syndrome with decreases in triglycerides across nut types and no adverse effects on other criteria. Longer and higher quality trials are needed. Protocol registration: Clinicaltrials.gov identifier NCT01630980 Grant Funding Source : Supported by the International Tree Nut Council Nutrition Research & Education Foundation
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 | 0,024 | 0,060 |
| Méta-épidémiologie (sens strict) | 0,003 | 0,002 |
| Méta-épidémiologie (sens large) | 0,021 | 0,040 |
| Bibliométrie | 0,007 | 0,008 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,004 | 0,003 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,003 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,006 | 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 ».