N‐3 Polyunsaturated Fatty Acids: Relationship to Inflammation in Healthy Adults and Adults Exhibiting Features of Metabolic Syndrome
Notice bibliographique
Résumé
Individuals with metabolic syndrome (MetS) have a higher risk of type 2 diabetes and cardiovascular disease, therefore, research has been directed at reducing various components that contribute to MetS and associated metabolic impairments, including chronic low-grade inflammation. Epidemiological, human, animal and cell culture studies provide evidence that dietary n-3 polyunsaturated fatty acids (n-3 PUFA), including alpha-linolenic acid (18:3n-3, ALA), eicosapentaenoic acid (20:5n-3, EPA) and/or docosahexaenoic acid (22:6n-3, DHA) may improve some of the components associated with MetS. The current review will discuss recent evidence from human observational and intervention studies that focused on the effects of ALA, EPA or DHA on inflammatory markers in healthy adults and those with one or more features of MetS. Observational studies in healthy adults support the recommendation that a diet rich in n-3 fatty acids may play a role in preventing and reducing inflammation, whereas intervention studies in healthy adults have yielded inconsistent results. The majority of intervention studies in adults with features of MetS have reported a benefit for some inflammatory measures; however, other studies using high n-3 fatty acid doses and long supplementation periods have reported no effect. Overall, the data reviewed herein support recommendations for regular fatty fish consumption and point toward health benefits in terms of lowering inflammation in adults with one or more features of MetS.
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) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».