MétaCan
Menu
Retour à la cohorte
Enregistrement W2617856138 · doi:10.1097/md.0000000000006531

The effect of alpha-linolenic acid on glycemic control in individuals with type 2 diabetes

2017· review· en· W2617856138 sur OpenAlexafffund
Elena Jovanovski, Dandan Li, Hoang Vi Thanh Ho, Vladimir Djedovic, Any de Castro Ruiz Marques, Esra Shishtar, Sonia Blanco Mejía, John L. Sievenpiper, Russell J. de Souza, Lea Duvnjak, Vladimir Vuksan

Notice bibliographique

RevueMedicine · 2017
Typereview
Langueen
DomaineNursing
ThématiqueFatty Acid Research and Health
Établissements canadiensSt. Michael's HospitalMcMaster UniversityUniversity of Toronto
Organismes subventionnairesInstitute of Nutrition, Metabolism and DiabetesBanting and Best Diabetes Centre, University of TorontoCanadian Institutes of Health ResearchInternational Nut and Dried Fruit CouncilEuropean Association for the Study of DiabetesAbbott LaboratoriesCanadian Cardiovascular SocietyCanadian Foundation for Dietetic ResearchUniversity of TorontoHealth CanadaCanadian Nutrition SocietyDairy Farmers of CanadaWorld Health OrganizationPhysicians' Services Incorporated FoundationPepsiCoCoca-Cola Foundation
Mots-clésMedicineGlycemicInsulin resistanceFructosamineInternal medicineGlycated hemoglobinDiabetes mellitusType 2 diabetesMeta-analysisConfidence intervalRandomized controlled trialInsulinGastroenterologyEndocrinology

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Polyunsaturated fats (PUFAs) have been shown to reduce type 2 diabetes (T2DM) risk and improve insulin responsiveness in T2DM subjects, but whether the plant sources of omega-3 PUFA (alpha-linolenic acid [ALA]) have an effect on glycemic control requires further investigation. METHODS: The parameters of interest were glycated hemoglobin (HbA1c), fasting blood glucose (FBG), fasting blood insulin (FBI), homeostatic model assessment for insulin resistance (HOMA-IR), fructosamine, and glycated albumin. A comprehensive search was conducted with MEDLINE, Embase, CINAHL, and Cochrane. Eligible studies included randomized controlled trials (RCTs) ≥1 month in duration that compared diets enriched in ALA with usual diets on glycemic parameters. For each study, the risk of bias as well as the study quality was assessed. Using the statistical software RevMan (v5.3), data were pooled using the generic inverse method with random effects model, and final results were expressed as mean differences (MD) with 95% confidence intervals (CI). Heterogeneity was assessed by the Cochran Q statistic and quantified by the I statistic. RESULTS: A total of 8 trials (N = 212) were included in the meta-analysis. Compared to a control diet, a median dose of 4.4 g/day of ALA intake for a median duration of 3 months did not affect HbA1c (%) (MD = -.01; [95%: -.32, .31], P = .96). A median ALA dose of 5.4 g/day did not lower FBG (MD = .07; [95% CI: -.61, .76], P = .84) or FBI (MD = 7.03, [95% CI: -5.84, 19.89], P = .28). Summary effect estimates were generally compromised by considerable and unexplained heterogeneity (I ≥75%). In the subgroup analysis of continuous predictors, a reduction in HbA1c (%) and FBG (mmol/L) was significantly associated with an increased intake of ALA. Further adjustment for Publication Bias using Duval and Tweedie's trim-and-fill analysis provided an adjusted, significant MD of -.25 (95% CI: -.38, -.12; P <.001) for HbA1c (%). CONCLUSIONS: ALA-enriched diets did not affect HbA1c, FBG, or FBI. The scarce number of existing RCTs and the presence of heterogeneity in our meta-analysis limit the ability to make firm conclusions about ALA in T2DM management. The potential for ALA to have dose-dependent effects warrants further research in this area.

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)0,006
score de la tête « metaresearch » (Gemma)0,016
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,006
Score d'incertitude au seuil0,032

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0060,016
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0060,009
Bibliométrie0,0030,003
Études des sciences et des technologies0,0000,000
Communication savante0,0020,001
Science ouverte0,0010,001
Intégrité de la recherche0,0020,002
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,051
Tête enseignante GPT0,403
Écart entre enseignants0,353 · 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'étudeSans objet
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
Publié2017
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueMedicineMême sujetFatty Acid Research and HealthTravaux en français237 207