The Effect of Isolated Dietary Fiber Supplements on Markers of Metabolic Diseases in Human Intervention Studies: A Systematic Review (P08-077-19)
Notice bibliographique
Résumé
While epidemiological research provides strong evidence for the health benefits of increased dietary fiber (DF) intake, human intervention studies that supplement isolated DFs have shown inconsistent results. Therefore, the objective of this systematic review was to assess the effect of DF supplementation and the role of DF dose, DF physiochemical properties, intervention duration, and placebo type on immunometabolic markers of disease in intervention studies in healthy adults. We searched several databases for intervention studies published from 1990–2018 that assessed the effect of DF on a range of well-established immunometabolic markers. Eligible studies were those that supplemented isolated DF for >2 weeks as the only intervention in at least one study arm, and reported baseline data to assess the effect of the placebo. In total, 77 publications were included. DF supplementation significantly reduced total cholesterol (TC), low density lipoprotein (LDL), homeostatic model assessment of insulin resistance (HOMA-IR), and insulin area under the curve (AUC) in 36–49% of interventions, while less than 20% reported significant effects on C-reactive protein (CRP), interleukin-6 (IL-6), fasting glucose, glucose AUC, fasting insulin, high density lipoprotein (HDL), and triglycerides (TG). Higher DF doses were more successful in reducing CRP, TC, and LDL (40–63%), higher-viscosity and insoluble DFs for TC and LDL (≥50%), and longer interventions for CRP and glucose (50%). Placebos containing digestible carbohydrates were used in more than half of the studies, and confounded significant results for IL-6, glucose AUC, and insulin AUC. The efficacy of isolated DF consumption differs vastly among immunometabolic markers assessed. Our findings suggest that DF supplementation interventions, as currently used, should focus on improving fasting cholesterol levels. However, although more research is needed to draw definitive Conclusions, higher doses, specific DF types, longer interventions, and the use of DF to replace digestible carbohydrates may improve the success of DF interventions. J.W. is a Campus Alberta Innovation Program chair for Nutrition, Microbes, and Gastrointestinal Health and recipient of grants from the Canadian Institutes of Health Research and JPI (healthy diet for a healthy life).
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,003 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| 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 | 0,000 |
| 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 ».