MétaCan
Menu
Retour à la cohorte
Enregistrement W2321722657 · doi:10.1542/peds.2015-3603

Early Exposure to Nonnutritive Sweeteners and Long-term Metabolic Health: A Systematic Review

2016· review· en· W2321722657 sur OpenAlexafffund
Ashleigh Reid, Bhupendrasinh F Chauhan, Rasheda Rabbani, Justin Lys, Leslie Copstein, Amrinder Singh Mann, Ahmed M Abou-Setta, Michelle Fiander, Dylan MacKay, Jonathan McGavock, Brandy Wicklow, Ryan Zarychanski, Meghan B. Azad

Notice bibliographique

RevuePEDIATRICS · 2016
Typereview
Langueen
DomaineNursing
ThématiqueBiochemical Analysis and Sensing Techniques
Établissements canadiensGeorge & Fay Yee Centre for Healthcare InnovationUniversity of ManitobaChildren's Hospital Research Institute of Manitoba
Organismes subventionnairesMedical Research CouncilCanadian Institutes of Health ResearchWellcome Trust
Mots-clésMedicineTerm (time)Environmental health

Résumé

récupéré en direct d'OpenAlex

CONTEXT: Nonnutritive sweetener (NNS) consumption is increasing among children, yet its long-term health impact is unclear, particularly when exposure occurs during early life. OBJECTIVE: To synthesize evidence from prospective studies evaluating the association of early-life NNS exposure and long-term metabolic health. DATA SOURCES: Medline, Embase, and Cochrane Library (inception to July 2015). STUDY SELECTION: We aimed to include randomized controlled trials (RCTs) evaluating NNS-based interventions and prospective cohort studies reporting NNS exposure among pregnant women, infants, or children (<12 years of age), with a minimum study duration of 6 months. DATA EXTRACTION: The primary outcome was BMI; secondary outcomes included growth velocity, overweight/obesity, adiposity, and adverse metabolic effects. Study quality and risk of bias were evaluated using validated assessment tools. RESULTS: We identified 6 eligible cohort studies and 2 RCTs (n = 15,641 children). Half of the cohorts reported increasing weight gain or fat mass accumulation with increasing NNS intake, and pooled data from 2 cohorts showed a significant correlation with BMI gain (weighted mean correlation 0.023, 95% confidence interval 0.006 to 0.041). RCTs reported contradictory effects on weight change in children receiving NNSs. No eligible studies evaluated prenatal or infant NNS exposure. LIMITATIONS: Meta-analysis was limited because of the small number of eligible studies and heterogeneity of populations and outcomes. CONCLUSIONS: There is limited and inconsistent evidence of the long-term metabolic effects of NNS exposure during gestation, infancy, and childhood. Further research is needed to inform recommendations for the use of NNSs in this sensitive population.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,007
score de la tête « metaresearch » (Gemma)0,027
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Revue systématique · Signal consensuel: Revue systématique
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,009
Score d'incertitude au seuil0,036

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0070,027
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0090,009
Bibliométrie0,0070,009
Études des sciences et des technologies0,0010,001
Communication savante0,0030,002
Science ouverte0,0020,001
Intégrité de la recherche0,0020,001
Charge utile insuffisante (le modèle a refusé de juger)0,0040,000

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.

Tête enseignante Opus0,033
Tête enseignante GPT0,338
Écart entre enseignants0,305 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeRevue systématique
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations73
Publié2016
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revuePEDIATRICSMême sujetBiochemical Analysis and Sensing TechniquesTravaux en français237 207