Effect of dietary pulse intake on established therapeutic lipid targets for cardiovascular risk reduction: a systematic review and meta-analysis of randomized controlled trials
Notice bibliographique
Résumé
BACKGROUND: Evidence from controlled trials encourages the intake of dietary pulses (beans, chickpeas, lentils and peas) as a method of improving dyslipidemia, but heart health guidelines have stopped short of ascribing specific benefits to this type of intervention or have graded the beneficial evidence as low. We conducted a systematic review and meta-analysis of randomized controlled trials (RCTs) to assess the effect of dietary pulse intake on established therapeutic lipid targets for cardiovascular risk reduction. METHODS: We searched electronic databases and bibliographies of selected trials for relevant articles published through Feb. 5, 2014. We included RCTs of at least 3 weeks' duration that compared a diet emphasizing dietary pulse intake with an isocaloric diet that did not include dietary pulses. The lipid targets investigated were low-density lipoprotein (LDL) cholesterol, apolipoprotein B and non-high-density lipoprotein (non-HDL) cholesterol. We pooled data using a random-effects model. RESULTS: We identified 26 RCTs (n = 1037) that satisfied the inclusion criteria. Diets emphasizing dietary pulse intake at a median dose of 130 g/d (about 1 serving daily) significantly lowered LDL cholesterol levels compared with the control diets (mean difference -0.17 mmol/L, 95% confidence interval -0.25 to -0.09 mmol/L). Treatment effects on apolipoprotein B and non-HDL cholesterol were not observed. INTERPRETATION: Our findings suggest that dietary pulse intake significantly reduces LDL cholesterol levels. Trials of longer duration and higher quality are needed to verify these results. TRIAL REGISTRATION: ClinicalTrials.gov, no. NCT01594567.
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 | 0,092 | 0,108 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,065 | 0,038 |
| 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 | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».