The Role of Iron in Type 1 Diabetes Etiology: A Systematic Review of New Evidence on a Long-Standing Mystery
Notice bibliographique
Résumé
BACKGROUND: The incidence of type 1 diabetes (T1D) is rising, which might be due to the influence of environmental factors. Biological and epidemiological evidence has shown that excess iron is associated with beta-cell damage and impaired insulin secretion. AIM: In this review, our aim was to assess the association between iron and the risk of T1D. METHODS: A systematic literature search was performed in PubMed and EMBASE in July 2016. Studies investigating the effect of iron status/intake on the risk of developing T1D later were included, and study quality was evaluated. The results have been summarized in narrative form. RESULTS: From a total of 931 studies screened, we included 4 observational studies evaluating iron intake from drinking water or food during early life and the risk of T1D. The quality of the studies was moderate to high assessed via the nine-star Newcastle Ottawa Scale. One out of the four studies included in this review found estimates of dietary iron intake to be associated with risk of T1D development, whereas three studies found no such relationship for estimates of iron in drinking water. CONCLUSIONS: The limited number of studies included found dietary iron, but not iron in drinking water, to be associated with risk of T1D. Further studies are needed to clarify the association between iron and risk of T1D, especially studies including measurements of body iron status.
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 | 0,005 | 0,021 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,009 | 0,001 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 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 ».