Effect of Replacing Animal Protein with Plant Protein on Glycemic Control in Diabetes: A Systematic Review and Meta-Analysis of Randomized Controlled 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
UNLABELLED: Previous research on the effect of replacing sources of animal protein with plant protein on glycemic control has been inconsistent. We therefore conducted a systematic review and meta-analysis of randomized controlled trials (RCTs) to assess the effect of this replacement on glycemic control in individuals with diabetes. We searched MEDLINE, EMBASE, and Cochrane databases through 26 August 2015. We included RCTs ≥ 3-weeks comparing the effect of replacing animal with plant protein on HbA1c, fasting glucose (FG), and fasting insulin (FI). Two independent reviewers extracted relevant data, assessed study quality and risk of bias. Data were pooled by the generic inverse variance method and expressed as mean differences (MD) with 95% confidence intervals (CIs). Heterogeneity was assessed (Cochran Q-statistic) and quantified (I²-statistic). Thirteen RCTs (n = 280) met the eligibility criteria. Diets emphasizing a replacement of animal with plant protein at a median level of ~35% of total protein per day significantly lowered HbA1c (MD = -0.15%; 95%-CI: -0.26, -0.05%), FG (MD = -0.53 mmol/L; 95%-CI: -0.92, -0.13 mmol/L) and FI (MD = -10.09 pmol/L; 95%-CI: -17.31, -2.86 pmol/L) compared with control arms. Overall, the results indicate that replacing sources of animal with plant protein leads to modest improvements in glycemic control in individuals with diabetes. Owing to uncertainties in our analyses there is a need for larger, longer, higher quality trials. TRIAL REGISTRATION: ClinicalTrials.gov registration number: NCT02037321.
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 | 0,022 | 0,008 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,051 | 0,006 |
| 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 | 0,000 |
| 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 découle