The Effects of Folate Supplementation on Diabetes Biomarkers Among Patients with Metabolic Diseases: 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
Abstract Although several studies have evaluated the effect of folate supplementation on diabetes biomarkers among patients with metabolic diseases, findings are inconsistent. This review of randomized controlled trials (RCTs) was performed to summarize the evidence on the effects of folate supplementation on diabetes biomarkers among patients with metabolic diseases. Randomized-controlled trials (RCTs) published in PubMed, EMBASE, Web of Science and Cochrane Library databases up to 1 September 2017 were searched. Two review authors independently assessed study eligibility, extracted data, and evaluated risk of bias of included studies. Heterogeneity was measured with a Q-test and with I2 statistics. Data were pooled by using the fix or random-effect model based on the heterogeneity test results and expressed as standardized mean difference (SMD) with 95% confidence interval (CI). A total of sixteen randomized controlled trials involving 763 participants were included in the final analysis. The current meta-analysis showed folate supplementation among patients with metabolic diseases significantly decreased insulin (SMD –1.28; 95% CI, –1.99, –0.56) and homeostasis model assessment of insulin resistance (HOMA-IR) (SMD –1.28; 95% CI, –1.99, –0.56). However, folate supplementation did not affect fasting plasma glucose (FPG) (SMD –0.30; 95% CI, –0.63, 0.02) and hemoglobin A1C (HbA1c) (SMD –0.29; 95% CI, –0.61, 0.03). The results of this meta-analysis study demonstrated that folate supplementation may result in significant decreases in insulin levels and HOMA-IR score, but does not affect FPG and HbA1c levels among patients with metabolic diseases.
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 | 0,034 | 0,026 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,046 | 0,006 |
| Bibliométrie | 0,002 | 0,003 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| 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