MétaCan
Menu
Retour à la cohorte
Enregistrement W2961333793 · doi:10.1096/fasebj.31.1_supplement.973.11

Effect of konjac glucomannan soluble fiber, on clinical lipid targets: A systematic review and meta‐analysis of RCTs

2017· review· en· W2961333793 sur OpenAlexaff
Vladimir Vuksan, Hoang Vi Thanh Ho, Elena Jovanvoski, Andreea Zurbau, Sonia Blanco Mejía, John L. Sievenpiper, Alexandra L. Jenkins, Fei Au‐Yeung, Lea Duvnjak, Lawrence A. Leiter

Notice bibliographique

RevueThe FASEB Journal · 2017
Typereview
Langueen
DomaineAgricultural and Biological Sciences
ThématiquePolysaccharides Composition and Applications
Établissements canadiensUniversity of TorontoSt. Michael's Hospital
Organismes subventionnairesnon disponible
Mots-clésMedicineInternal medicineCholesterolMeta-analysisApolipoprotein BRandomized controlled trialPopulationConfidence intervalEndocrinologyGastroenterology

Résumé

récupéré en direct d'OpenAlex

Background Current evidence suggests that the consumption of konjac glucomannan (KJM), a viscous soluble fiber, may significantly reduce LDL cholesterol. However, it is less known whether KJM has an effect on two newer clinical lipid targets in cardiovascular disease risk management. Objective To quantify the effect of KJM fiber on LDL cholesterol, non‐HDL cholesterol and apolipoprotein B reduction in a systematic review and meta‐analysis of randomized controlled trials (RCTs) in the general population. Design MEDLINE, Embase, CINAHL, and Cochrane CENTRAL was searched. Data were extracted by two independent reviews. Eligible studies included RCTs of ≥ 3 weeks follow‐up duration assessing the effect of KJM on LDL cholesterol, non‐HDL cholesterol, or apolipoprotein B. Using the statistical software RevMan (v5.3), the data were pooled using the generic inverse variance method with random effects models and expressed as mean differences (MD) with 95% confidence intervals (CI). Heterogeneity was assessed by the Cochran Q statistic and quantified by the I 2 statistic. Results A total of 12 studies (n = 370), 8 in adults and 4 in children, were included in the meta‐analysis. KJM significantly reduced LDL cholesterol (MD = −0.35 [−0.46, −0.25] mmol/L) and non‐HDL cholesterol (MD = −0.32 [−0.46, −0.19] mmol/L). It did not appear to affect apoB, based on the results from 6 trials. Conclusion Consumption of approximately 3 g/d of KJM reduced significantly LDL cholesterol and non‐HDL cholesterol by 10% and 7%, respectively. The information may be of interest to health agencies in crafting future dietary recommendations related to cardiovascular disease risk management.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,018
score de la tête « metaresearch » (Gemma)0,040
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
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 enseignants0,021
Score d'incertitude au seuil0,094

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0180,040
Méta-épidémiologie (sens strict)0,0030,002
Méta-épidémiologie (sens large)0,0210,037
Bibliométrie0,0080,008
Études des sciences et des technologies0,0010,001
Communication savante0,0040,002
Science ouverte0,0020,002
Intégrité de la recherche0,0020,002
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,143
Tête enseignante GPT0,396
Écart entre enseignants0,253 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
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

Citations1
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueThe FASEB JournalMême sujetPolysaccharides Composition and ApplicationsTravaux en français237 207