Effect of vitamin D supplementation on glycemic control in patients with type 2 diabetes: a systematic review of interventional studies
Notice bibliographique
Résumé
BACKGROUND: Diabetes and vitamin D deficiency are global epidemics. Researchers have long been exploring the role of potentially modifiable factors to manage type 2 diabetes. We conducted a systematic review of prospective studies and randomized controlled trials that involved vitamin D supplementation and specifically intended to study glycemic outcomes related to type 2 diabetes. METHODS: Two authors independently searched Medline and PubMed for longitudinal studies that had assessed the effect of vitamin D supplements on glycemic control, insulin resistance and beta-cell dysfunction in patients with diabetes. RESULTS: Seventeen randomized control trials and seven longitudinal studies with a minimum follow-up of one month were included. Results of the various short-term studies (follow up ≤ 3 months) suggested that vitamin D supplementation had a positive impact on glycemic control and metabolic parameters such as insulin resistance and beta cell dysfunction. However, the evidence was weak due to the low methodological quality of the studies. There was no significant effect on HbA1c, beta cell function and insulin resistance in the long-term studies (follow up > 3 months). There existed heterogeneity in the methodology of the studies, inclusion criteria, mode of supplementation of vitamin D and the duration of follow up. CONCLUSIONS: Current evidence based on randomized controlled trials and longitudinal studies do not support the notion that vitamin D supplementation can improve hyperglycemia, beta cell secretion or insulin sensitivity in patients with type 2 diabetes. Large-scale trials with proper study design, optimal vitamin D supplementation and longer follow up need to be conducted.
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 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 | 0,004 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,009 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».