Early-Life Exposure to Non-Nutritive Sweeteners and the Developmental Origins of Childhood Obesity: Global Evidence from Human and Rodent Studies
Notice bibliographique
Résumé
Non-nutritive sweeteners (NNS) are increasingly consumed by children and pregnant women around the world, yet their long-term health impact is unclear. Here, we review an emerging body of evidence suggesting that early-life exposure to NNS may adversely affect body composition and cardio-metabolic health. Some observational studies suggest that children consuming NNS are at increased risk for obesity-related outcomes; however, others find no association or provide evidence of confounding. Fewer studies have examined prenatal NNS exposure, with mixed results from different analytical approaches. There is a paucity of RCTs evaluating NNS in children, yielding inconsistent results that can be difficult to interpret due to study design limitations (e.g., choice of comparator, multifaceted interventions). The majority of this research has been conducted in high-income countries. Some rodent studies demonstrate adverse metabolic effects from NNS, but most have used extreme doses that are not relevant to humans, and few have distinguished prenatal from postnatal exposure. Most studies focus on synthetic NNS in beverages, with few examining plant-derived NNS or NNS in foods. Overall, there is limited and inconsistent evidence regarding the impact of early-life NNS exposure on the developmental programming of obesity and cardio-metabolic health. Further research and mechanistic studies are needed to elucidate these effects and inform dietary recommendations for expectant mothers and children worldwide.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,003 | 0,006 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».