MétaCan
Menu
Retour à la cohorte
Enregistrement W2775313512 · doi:10.2147/clep.s146496

Association between coffee or caffeine consumption and fecundity and fertility: a systematic review and dose–response meta-analysis

2017· review· en· W2775313512 sur OpenAlexaboutno aff
Julie Lyngsø, Cecilia Høst Ramlau‐Hansen, Bjørn Bay, Hans Jakob Ingerslev, Ádám Hulmán, Ulrik Schiøler Kesmodel

Notice bibliographique

RevueClinical Epidemiology · 2017
Typereview
Langueen
DomaineMedicine
ThématiqueCoffee research and impacts
Établissements canadiensnon disponible
Organismes subventionnairesNovo Nordisk FondenNovo NordiskDanish Diabetes AcademyEuropean Food Safety AuthorityAarhus Universitet
Mots-clésFecundityCaffeineFertilityMedicineMeta-analysisConsumption (sociology)DemographyTraditional medicineInternal medicineEnvironmental healthPopulationSocial science

Résumé

récupéré en direct d'OpenAlex

Objective: The aim was to investigate whether coffee or caffeine consumption is associated with reproductive endpoints among women with natural fertility (ie, time to pregnancy [TTP] and spontaneous abortion [SAB]) and among women in fertility treatment (ie, clinical pregnancy rate or live birth rate). Design: This study was a systematic review and dose–response meta-analysis including data from case–control and cohort studies. Methods: An extensive literature search was conducted in MEDLINE and Embase, with no time and language restrictions. Also, reference lists were searched manually. Two independent reviewers assessed the manuscript quality using the Newcastle–Ottawa Scale (NOS). A two-stage dose–response meta-analysis was applied to assess a potential association between coffee/caffeine consumption and the outcomes: TTP, SAB, clinical pregnancy, and live birth. Heterogeneity between studies was assessed using Cochrane Q -test and I2 statistics. Publication bias was assessed using Egger’s regression test. Results: The pooled results showed that coffee/caffeine consumption is associated with a significantly increased risk of SAB for 300 mg caffeine/day (relative risk [RR]: 1.37, 95% confidence interval [95% CI]: 1.19; 1.57) and for 600 mg caffeine/day (RR: 2.32, 95% CI: 1.62; 3.31). No association was found between coffee/caffeine consumption and outcomes of fertility treatment (based on two studies). No clear association was found between exposure to coffee/caffeine and natural fertility as measured by fecundability odds ratio (based on three studies) or waiting TTP (based on two studies). Conclusion: Results from this meta-analysis support the growing evidence of an association between coffee/caffeine intake and the risk of SAB. However, viewing the reproductive capacity in a broader perspective, there seems to be little, if any, association between coffee/caffeine consumption and fecundity. In general, results from this study are supportive of a precautionary principle advised by health organizations such as European Food Safety Authority (EFSA) and World Health Organization (WHO), although the advised limit of a maximum of two to three cups of coffee/200–300 mg caffeine per day may be too high. Keywords: coffee, caffeine, fecundity, fertility, spontaneous abortion, assisted reproduction

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)0,015
score de la tête « metaresearch » (Gemma)0,035
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: Méta-analyse
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,017
Score d'incertitude au seuil0,077

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0150,035
Méta-épidémiologie (sens strict)0,0030,002
Méta-épidémiologie (sens large)0,0170,052
Bibliométrie0,0050,005
Études des sciences et des technologies0,0010,001
Communication savante0,0040,002
Science ouverte0,0020,002
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 Opus0,857
Tête enseignante GPT0,660
Écart entre enseignants0,197 · 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

Citations60
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueClinical EpidemiologyMême sujetCoffee research and impactsTravaux en français237 207