Abstract 17006: Is White Rice Consumption a Risk for Cardiovascular Disease? A Systematic Review and Meta-analysis
Notice bibliographique
Résumé
Introduction: Current proposed Dietary Guidelines for Americans, 2015 suggested replacing refined grains (e.g., white rice) with whole grains (e.g., brown rice) for improved health outcomes; however, the association between white rice consumption and risk of cardiovascular disease (CVD) was not fully investigated. The purpose of this study was to explore the associations between rice consumption, metabolic syndrome and cardiovascular disease. Methods: We conducted a comprehensive search of MEDLINE, MEDLINE In-Process & Other Non-Indexed Citations, EMBASE, Scopus, and the Cochrane Central Register of Controlled Trials from database inception through May 2015. Observational studies were included if the studies reported hazard ratios (HRs) or odd ratios (ORs) of the associations between rice consumption, metabolic syndrome and cardiovascular disease. Data were extracted by one reviewer and then reviewed by two independent reviewers. Conflicts were resolved through consensus. Using the DerSimonian and Laird random effects models, we calculated pooled HRs and pooled ORs with 95% confidence intervals (95% CIs). Subgroup analyses were performed to explore potential sources of heterogeneity. The quality of the included studies and publication bias were assessed. Results: Out of 343 retrieved articles, we identified 6 cross-sectional and 9 prospective studies with a total of 575,852 individuals with 24,649 total CVD events and 4,409 metabolic syndrome cases. The highest category of white rice consumption (≥5 times/week) was associated with a 37% higher risk of metabolic syndrome (pooled OR, 1.37; 95% CI: 1.03-1.84; p<0.001; I 2 = 78.7%) but not a higher risk of cardiovascular disease (pooled HR, 1.01; 95% CI: 0.95-1.08; p=0.65; I 2 = 0%), compared to the lowest category (≤1 time/month). Conclusions: Higher white rice consumption has not been shown to increase the risk of cardiovascular diseases but may be associated with increased risk of metabolic syndrome.
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 | 0,018 | 0,041 |
| Méta-épidémiologie (sens strict) | 0,003 | 0,001 |
| Méta-épidémiologie (sens large) | 0,020 | 0,028 |
| Bibliométrie | 0,009 | 0,010 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,004 | 0,003 |
| Science ouverte | 0,003 | 0,001 |
| Intégrité de la recherche | 0,003 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,006 | 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 ».