MétaCan
Menu
Retour à la cohorte
Enregistrement W2944273773 · doi:10.1136/bmjopen-2018-024171

Important food sources of fructose-containing sugars and incident gout: a systematic review and meta-analysis of prospective cohort studies

2019· review· en· W2944273773 sur OpenAlexafffund
Sabrina Ayoub‐Charette, Qi Liu, Tauseef Khan, Fei Au‐Yeung, Sonia Blanco Mejía, Russell J. de Souza, Thomas M.S. Wolever, Lawrence A. Leiter, Cyril W.C. Kendall, John L. Sievenpiper

Notice bibliographique

RevueBMJ Open · 2019
Typereview
Langueen
DomaineMedicine
ThématiqueDiet, Metabolism, and Disease
Établissements canadiensImpactMcMaster UniversityUniversity of TorontoSt. Michael's Hospital
Organismes subventionnairesInstitute of Nutrition, Metabolism and DiabetesCanadian Institutes of Health ResearchCanadian Nutrition Society
Mots-clésMedicineMeta-analysisGoutFructoseEnvironmental healthProspective cohort studyCohort studySugarSystematic reviewFood scienceMEDLINEInternal medicineBiochemistry

Résumé

récupéré en direct d'OpenAlex

OBJECTIVE: Sugar-sweetened beverages (SSBs) are associated with hyperuricaemia and gout. Whether other important food sources of fructose-containing sugars share this association is unclear. DESIGN: To assess the relation of important food sources of fructose-containing sugars with incident gout and hyperuricaemia, we conducted a systematic review and meta-analysis of prospective cohort studies. METHODS: We searched MEDLINE, Embase and the Cochrane Library (through 13 September 2017). We included prospective cohort studies that investigated the relationship between food sources of sugar and incident gout or hyperuricaemia. Two independent reviewers extracted relevant data and assessed the risk of bias. We pooled natural-log transformed risk ratios (RRs) using the generic inverse variance method with random effects model and expressed as RR with 95% confidence intervals (CIs). The overall certainty of the evidence was assessed using the Grading of Recommendations Assessment, Development and Evaluation system. RESULTS: We identified three studies (1 54 289 participants, 1761 cases of gout), comparing the highest with the lowest level of exposure for SSBs, fruit juices and fruits. No reports were found reporting incident hyperuricaemia. Fruit juice and SSB intake showed an adverse association (fruit juice: RR=1.77, 95% CI 1.20 to 2.61; SSB: RR=2.08, 95% CI 1.40 to 3.08), when comparing the highest to lowest intake of the most adjusted models. There was no significant association between fruit intake and gout (RR 0.85, 95% CI 0.63 to 1.14). The strongest evidence was for the adverse association with SSB intake (moderate certainty), and the weakest evidence was for the adverse association with fruit juice intake (very low certainty) and lack of association with fruit intake (very low certainty). CONCLUSION: There is an adverse association of SSB and fruit juice intake with incident gout, which does not appear to extend to fruit intake. Further research is needed to improve our estimates. TRIAL REGISTRATION NUMBER: NCT02702375; Results.

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 distillée sur la base complète

Imitation des enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,004
score de la tête « metaresearch » (Gemma)0,002
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Méta-épidémiologie (sens large)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Méta-analyse · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,550
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0040,002
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0230,002
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,240
Tête enseignante GPT0,476
Écart entre enseignants0,236 · 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 tête enseignante, pas un consensus.

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

Citations68
Publié2019
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueBMJ OpenMême sujetDiet, Metabolism, and DiseaseTravaux en français237 207