The association between types of seafood intake and the risk of type 2 diabetes: a systematic review and meta-analysis of prospective cohort studies
Notice bibliographique
Résumé
Background: Seafood is the main source of long-chain n-3 polyunsaturated fatty acids (n-3 PUFAs) with beneficial health effects; however, findings on the association between the consumption of different types of seafood and type 2 diabetes mellitus (T2DM) are conflicting. Our objective was to perform a systematic review and meta-analysis examining the relationship between different types of fish/seafood and the risk of T2DM in adult populations. Methods: A systematic search of PubMed/Medline, Scopus, and Web of Science (ISI) databases was performed for cohort studies, published in English, before 1 September 2017. Multivariate adjusted relative risk (RR) estimates with 95% confidence intervals (CIs) for each category of seafood were pooled to examine the association. Results: Comparing the highest vs. lowest fatty fish intake categories indicated that there was a significant inverse association between the consumption of fatty fish and onset of T2DM (RR: 0.89; 95 % CI: 0.82, 0.98; I2: 0%, P = 0.54). However, after performing sensitivity analysis, we found that eliminating one study resulted in a non-significant association (RR: 0.93; 95 % CI: 0.80, 1.09). There were no significant associations between lean fish (RR: 1.03; 95% CI: 0.87, 1.22, I2: 51.0%, P = 0.08), seafood other than fish (RR: 0.95; 95% CI: 0.83, 1.10, I2: 71.2%, P = 0.002), fish products (RR: 0.96; 95% CI: 0.82, 1.13, I2:0%, P = 0.62), and fried fish (RR: 1.02; 95% CI: 0.83, 1.26, I2:71.2%, P = 0.06) and T2DM risk. Conclusion: The risk of T2DM was not associated with the intake of lean fish, seafood other than fish, and fish products. However, due to the low robustness of findings regarding protective roles of oily fish, more longitudinal studies are needed to clarify this association.
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 | 0,032 |
| Méta-épidémiologie (sens strict) | 0,003 | 0,002 |
| Méta-épidémiologie (sens large) | 0,017 | 0,034 |
| Bibliométrie | 0,008 | 0,011 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,003 | 0,001 |
| Science ouverte | 0,002 | 0,002 |
| 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 ».