The effects of inositol supplementation on lipid profiles among patients with metabolic diseases: a systematic review and meta-analysis of randomized controlled trials
Notice bibliographique
Résumé
BACKGROUND: Several studies have evaluated the effect of inositol supplementation on lipid profiles among population with metabolic diseases; however, the findings are controversial. This review of randomized controlled trials (RCTs) was performed to summarize the evidence of the effects of inositol supplementation on lipid profiles among population with metabolic diseases. METHODS: statistics were used. Data were pooled by using the random-effect model and standardized mean difference (SMD) was considered as summary of the effect size. RESULTS: Overall, 14 RCTs were included into meta-analysis. Pooled results showed that inositol supplementation among patients with metabolic diseases significantly decreased triglycerides (SMD - 1.24; 95% CI, - 1.84, - 0.64; P < 0.001), total- (SMD - 1.09; 95% CI, - 1.83, - 0.55; P < 0.001), and LDL-cholesterol levels (SMD - 1.31; 95% CI, - 2.23, - 0.39; P = 0.005). There was no effect of inositol supplementation on HDL-cholesterol levels (SMD 0.20; 95% CI, - 0.27, 0.67; P = 0.40). CONCLUSIONS: Inositol supplementation may result in reduction in triglycerides, total- and LDL-cholesterol levels, but did not affect HDL-cholesterol levels among patients with metabolic diseases. Additional prospective studies regarding the effect of inositol supplementation on lipid profiles in patients with metabolic diseases are necessary.
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 | 0,012 | 0,030 |
| Méta-épidémiologie (sens strict) | 0,003 | 0,001 |
| Méta-épidémiologie (sens large) | 0,019 | 0,030 |
| Bibliométrie | 0,006 | 0,007 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,003 | 0,002 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,002 | 0,002 |
| 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 ».