MétaCan
Menu
Retour à la cohorte
Enregistrement W2606231165 · doi:10.1096/fasebj.30.1_supplement.685.5

The Effect of Fructose‐Containing Sugars on Glycemic Control: A Systematic Review and Meta‐Analysis of Controlled Trials

2016· article· en· W2606231165 sur OpenAlexafffundabout
Vivian L. Choo, Adrian I. Cozma, Effie Viguiliouk, Sonia Blanco Mejía, Russell J. de Souza, David Jenkins, John L. Sievenpiper

Notice bibliographique

RevueThe FASEB Journal · 2016
Typearticle
Langueen
DomaineMedicine
ThématiqueDiet, Metabolism, and Disease
Établissements canadiensMcMaster UniversityUniversity of TorontoSt. Michael's Hospital
Organismes subventionnairesPhysicians' Services Incorporated FoundationCanadian Diabetes Association
Mots-clésGlycemicMeta-analysisFructoseMedicineInternal medicineChemistryFood scienceInsulin

Résumé

récupéré en direct d'OpenAlex

BACKGROUND Fructose‐containing sugars have become a focus of widespread concern regarding their contribution to the development of diabetes. AIMS To assess the effect of fructose‐containing sugars on glycemic control, we conducted a systematic review and meta‐analysis of controlled trials. DATA SOURCES We searched MEDLINE, EMBASE, CINAHL and the Cochrane Library (through October 3, 2015). DATA EXTRACTION We included controlled trials ≥7 days. Two independent reviewers extracted relevant study data and assessed risk of bias (Cochrane Risk of Bias Tool). Glycemic control outcomes included glycated blood proteins (HbA1c, fructosamine, glycated albumin), fasting glucose, and fasting insulin. Data were pooled using the generic inverse variance method and expressed as mean differences (MDs) or standardized mean differences (SMDs) with 95% confidence intervals. Heterogeneity was assessed (Cochran Q statistic) and quantified (I 2 statistic). RESULTS Eligibility criteria were met by 126 trials (N=2186). We identified 3 types of trials: 98 substitution trials (N=1625), in which fructose containing sugars were compared with other macronutrients matched for energy; 23 addition trials (N=492), in which fructose‐containing sugars supplemented diets with excess calories compared to the same diets alone without the excess calories; and 6 ad libitum trials (N=69), in which fructose‐containing sugars freely replaced other macronutrients without any strict control of calories. Fructose‐containing sugars improved glycated blood proteins compared with other macronutrients in substitution trials (SMD −0.15 [95%CI, −0.29 to −0.01]). Provision of excess calories from fructose‐containing sugars, however, increased fasting insulin (MD 6.14 [95% CI, 1.30 to 10.97]) in addition trials. None of the other analyses were significant. LIMITATIONS There was no serious risk of bias, but most trials were small, short and several analyses were complicated by significant unexplained heterogeneity. Very few trials compared fructose‐containing sugars with macronutrients other than starch. CONCLUSIONS Pooled analyses suggest that fructose‐containing sugars are no worse in their effects on glycemic control than other macronutrients (mainly starch) in energy matched comparisons. Fructose‐containing sugars supplementing diets with excess energy, however, show an increasing‐effect on insulin, an effect which appears more attributable to the excess energy than the sugars. Larger, longer, higher quality trials with a range of macro‐nutrient comparators are required. Support or Funding Information Canadian Diabetes Association, PSI Foundation, CIHR Banting and Best Graduate Student Award, Ontario Graduate Scholarship, Banting and Best Diabetes Centre Novo Nordisk Studentship

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)0,025
score de la tête « metaresearch » (Gemma)0,064
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Méta-analyse · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,025
Score d'incertitude au seuil0,132

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0250,064
Méta-épidémiologie (sens strict)0,0040,002
Méta-épidémiologie (sens large)0,0230,031
Bibliométrie0,0090,010
Études des sciences et des technologies0,0010,001
Communication savante0,0040,003
Science ouverte0,0030,002
Intégrité de la recherche0,0030,002
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 Opus0,030
Tête enseignante GPT0,321
Écart entre enseignants0,292 · 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'étudeMéta-analyse
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

Citations0
Publié2016
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueThe FASEB JournalMême sujetDiet, Metabolism, and DiseaseTravaux en français237 207