MétaCan
Menu
Retour à la cohorte
Enregistrement W2971071202 · doi:10.2174/1381612825666190830154336

The Effects of L-Carnitine Supplementation on Serum Lipids: A Systematic Review and Meta-Analysis of Randomized Controlled Trials

2019· review· en· W2971071202 sur OpenAlexaff
Hadis Fathizadeh, Alireza Milajerdi, Željko Reiner, Fariba Kolahdooz, Maryam Chamani, Elaheh Amirani, Zatollah Asemi

Notice bibliographique

RevueCurrent Pharmaceutical Design · 2019
Typereview
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueMetabolism and Genetic Disorders
Établissements canadiensUniversity of Alberta
Organismes subventionnairesnon disponible
Mots-clésMedicineCochrane LibraryMeta-analysisRandomized controlled trialInternal medicineSample size determinationMEDLINESubgroup analysisGastroenterologyChemistry

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: The findings of trials investigating the effects of L-carnitine administration on serum lipids are inconsistent. This meta-analysis of randomized controlled trials (RCTs) was performed to summarize the effects of L-carnitine intake on serum lipids in patients and healthy individuals. METHODS: Two authors independently searched electronic databases including MEDLINE, EMBASE, Cochrane Library, Web of Science, PubMed and Google Scholar from 1990 until August 1, 2019, in order to find relevant RCTs. The quality of selected RCTs was evaluated using the Cochrane Collaboration risk of bias tool. Cochrane's Q test and I-square (I2) statistic were used to determine the heterogeneity across included trials. Weight mean difference (SMD) and 95% CI between the two intervention groups were used to determine pooled effect sizes. Subgroup analyses were performed to evaluate the source of heterogeneity based on suspected variables such as, participant's health conditions, age, dosage of L-carnitine, duration of study, sample size, and study location between primary RCTs. RESULTS: Out of 3460 potential papers selected based on keywords search, 67 studies met the inclusion criteria and were eligible for the meta-analysis. The pooled results indicated that L-carnitine administration led to a significant decrease in triglycerides (WMD: -10.35; 95% CI: -16.43, -4.27), total cholesterol (WMD: -9.47; 95% CI: - 13.23, -5.70) and LDL-cholesterol (LDL-C) concentrations (WMD: -6.25; 95% CI: -9.30, -3.21), and a significant increase in HDL-cholesterol (HDL-C) levels (WMD: 1.39; 95% CI: 0.21, 2.57). L-carnitine supplementation did not influence VLDL-cholesterol concentrations. When we stratified studies for the predefined factors such as dosage, and age, no significant effects of the intervention on triglycerides, LDL-C, and HDL-C levels were found. CONCLUSION: This meta-analysis demonstrated that L-carnitine administration significantly reduced triglycerides, total cholesterol and LDL-cholesterol levels, and significantly increased HDL-cholesterol levels in the pooled analyses, but did not affect VLDL-cholesterol levels; however, these findings were not confirmed in our subgroup analyses by participant's health conditions, age, dosage of L-carnitine, duration of study, sample size, and study location.

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)0,013
score de la tête « metaresearch » (Gemma)0,011
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche, 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 enseignants0,670
Score d'incertitude au seuil0,997

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0130,011
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0250,008
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
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 Opus0,188
Tête enseignante GPT0,464
Écart entre enseignants0,276 · 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

Citations19
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCurrent Pharmaceutical DesignMême sujetMetabolism and Genetic DisordersTravaux en français237 207