Effect of Chromium on Glucose and Lipid Profiles in Patients with Type 2 Diabetes; A Meta-analysis Review of Randomized Trials
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
PURPOSE: Chromium (Cr) as an essential trace element in metabolism of carbohydrate, lipid and protein is currently prescribed to control diabetes mellitus (DM). The objective of this meta-analysis was to compare the effect of Cr versus placebo (Pl) on glucose and lipid profiles in patients with type 2 DM. METHODS: Literature searches in PubMed, Scopus, Scirus, Google Scholar and IranMedex was made by use of related terms during the period of 2000-2012. Eligible studies were randomized clinical trials (RCTs) with intake of Cr higher than 250 µg at least for three months in type 2 DM. Glycated hemoglobin (HbA1c), fasting blood sugar (FBS), total cholesterol (TC), high-density lipoprotein cholesterol (HDL-C), low-density lipoprotein cholesterol (LDL-C), very low-density lipoprotein cholesterol (VLDL-C), triglyceride (TG), and body mass index (BMI) were the main outcomes. RESULTS: Seven out of 13 relevant studies met the criteria and were included in the meta-analysis. HbA1c change in diabetic patients in Cr supplement therapy comparing to Pl was -0.33 with 95%CI= -0.72 to 0.06 (P= 0.1). Change of FBG in Cr therapy vs. Pl was -0.95 with 95%CI= -1.42 to -0.49 (P< 0.0001). TC change in Cr therapy vs. Pl was 0.07 with 95%CI= -0.16 to 0.31 (P= 0.54). TG change in diabetic patients in Cr supplement therapy comparing to Pl was -0.15 with 95%CI= -0.36 to 0.07 (P= 0.18). CONCLUSIONS: Cr lowers FBS but does not affect HbA1c, lipids and BMI.
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.
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,025 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,010 | 0,002 |
| Bibliométrie | 0,000 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 découle