Association of magnesium intake with type 2 diabetes and total stroke: an updated systematic review and meta-analysis
Notice bibliographique
Résumé
Objective The detailed associations between type 2 diabetes (T2D) and total stroke and magnesium intake as well as the dose–response trend should be updated in a timely manner. Design Systematic review and meta-analyses. Data sources PubMed, Embase, Cochrane Library, Web of Science and ClinicalTrials.gov were rigorously searched from inception to 15 March 2019. Eligibility criteria Prospective cohort studies investigating these two diseases were included. Data synthesis Relative risk (RR) and 95% CI in random effects models as well as absolute risk (AR) were pooled to calculate the risk of T2D and stroke. Methodological quality was assessed by the Newcastle-Ottawa Scale. Results Forty-one studies involving 53 cohorts were included. The magnitude of the risk was significantly reduced by 22% for T2D (RR 0.78 (95% CI 0.75 to 0.81); p<0.001; AR reduction 0.120%), 11% for total stroke (RR 0.89 (95% CI 0.83 to 0.94); p<0.001; AR reduction 0.281%) and 12% for ischaemic stroke (RR 0.88 (95% CI 0.81 to 0.95); p=0.001; AR reduction 0.246%) when comparing the highest magnesium intake to the lowest. The inverse association still existed when studies on T2D were adjusted for cereal fibre (RR 0.79; p<0.001) and those on total stroke were adjusted for calcium (RR 0.89; p=0.040). Subgroup analyses suggested that the risk for total and ischaemic stroke was significantly decreased in females, participants with ≥25 mg/m2body mass index and those with ≥12-year follow-up; the reduced risk in Asians was not as notable as that in North American and European populations. Conclusions Magnesium intake has significantly inverse associations with T2D and total stroke in a dose-dependent manner. Feasible magnesium-rich dietary patterns may be highly beneficial for specific populations and could be highlighted in the primary T2D and total stroke prevention strategies disseminated to the public. PROSPERO registration number CRD42018092690.
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 | 0,011 | 0,027 |
| Méta-épidémiologie (sens strict) | 0,003 | 0,002 |
| Méta-épidémiologie (sens large) | 0,021 | 0,032 |
| Bibliométrie | 0,009 | 0,009 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,003 | 0,002 |
| Science ouverte | 0,002 | 0,001 |
| 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 ».