Cumulative Meta‐Analysis of the Soy Effect Over Time
Notice bibliographique
Résumé
Background Soy protein foods have attracted attention as useful plant protein foods with mild cholesterol-lowering effects that are suitable for inclusion in therapeutic diets. But on the basis of the lack of consistency in significant cholesterol reduction by soy in 46 randomized controlled trials, the US Food and Drug Administration (FDA) is reassessing whether the 1999 heart health claim for soy protein should be revoked. Methods and Results We have, therefore, performed a cumulative meta-analysis on the 46 soy trials identified by the FDA to determine if at any time, since the 1999 FDA final rule that established the soy heart health claim, the soy effect on serum cholesterol lost significance. The cumulative meta-analysis for both total cholesterol and low-density lipoprotein cholesterol demonstrated preservation of the small, but significant, reductions seen both before and during the subsequent 14 years since the health claim was originally approved. For low-density lipoprotein cholesterol, the mean reduction in 1999 was -6.3 mg/dL (95% CI, -8.7 to -3.9 mg/dL; P=0.00001) and remained in the range of -4.2 to -6.7 mg/dL ( P=0.0006 to P=0.0002, respectively) in the years after 1999. At no time point did the total cholesterol or low-density lipoprotein cholesterol reductions lose significance or were the differences at individual time points in the cumulative meta-analysis significantly different from those seen in 1999 when the health claim was approved. Conclusions A cumulative meta-analysis of the data selected by the FDA indicates continued significance of total cholesterol and low-density lipoprotein cholesterol reduction after soy consumption and supports the rationale behind the original soy FDA heart health claim.
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 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 | 0,003 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,006 | 0,009 |
| Bibliométrie | 0,000 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, 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 ».