Effect of tree nuts on metabolic syndrome criteria: a systematic review and meta-analysis of randomised controlled trials
Notice bibliographique
Résumé
OBJECTIVE: To provide a broader evidence summary to inform dietary guidelines of the effect of tree nuts on criteria of the metabolic syndrome (MetS). DESIGN: We conducted a systematic review and meta-analysis of the effect of tree nuts on criteria of the MetS. DATA SOURCES: We searched MEDLINE, EMBASE, CINAHL and the Cochrane Library (through 4 April 2014). ELIGIBILITY CRITERIA FOR SELECTING STUDIES: We included relevant randomised controlled trials (RCTs) of ≥3 weeks reporting at least one criterion of the MetS. DATA EXTRACTION: Two or more 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% CIs. Heterogeneity was assessed by the Cochran Q statistic and quantified by the I(2) statistic. Study quality and risk of bias were assessed. RESULTS: Eligibility criteria were met by 49 RCTs including 2226 participants who were otherwise healthy or had dyslipidaemia, MetS or type 2 diabetes mellitus. Tree nut interventions lowered triglycerides (MD=-0.06 mmol/L (95% CI -0.09 to -0.03 mmol/L)) and fasting blood glucose (MD=-0.08 mmol/L (95% CI -0.16 to -0.01 mmol/L)) compared with control diet interventions. There was no effect on waist circumference, high-density lipoprotein cholesterol or blood pressure with the direction of effect favouring tree nuts for waist circumference. There was evidence of significant unexplained heterogeneity in all analyses (p<0.05). CONCLUSIONS: Pooled analyses show a MetS benefit of tree nuts through modest decreases in triglycerides and fasting blood glucose with no adverse effects on other criteria across nut types. As our conclusions are limited by the short duration and poor quality of the majority of trials, as well as significant unexplained between-study heterogeneity, there remains a need for larger, longer, high-quality trials. TRIAL REGISTRATION NUMBER: NCT01630980.
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 | 0,064 |
| Méta-épidémiologie (sens strict) | 0,004 | 0,002 |
| Méta-épidémiologie (sens large) | 0,026 | 0,033 |
| Bibliométrie | 0,008 | 0,007 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,004 | 0,003 |
| Science ouverte | 0,003 | 0,002 |
| Intégrité de la recherche | 0,003 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 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 ».