Medical nutritional therapy for patients with gout and hyperuricemia: a systemic review
Notice bibliographique
Résumé
Objective To evaluate the dietary risk factors and rational nutritonal intervention for gout and hyperuricemia. Methods PubMed, EMBASE, OVID, Cochrane Library, China National Knowledge Infrastructure (CNKI), and Chinese Wanfang Database were searched for literature related to dietary risk factors and medical nutritonal intervention for gout/hyperuricemia from January 2000 to December 2015. Strict screening of the searched literature was performed based on inclusion and exclusion criteria. The bias risk evaluation tool recommended by the Cochrane Handbook and the Newcastle-Ottawa Scale (NOS) scale were used to assess the quality of included literature. With odds ratios (OR) of gout/hyperuricemia for subjects with different dietary preferences as the main effect indicator, a meta-analysis was conducted, with data collected from literature and summarized by RevMan 5.1 software. Results Nine studies were included eventually. Compared with subjects with lowest intake of red meat, seafood, alcohol, sweented soft drinks or natural juice, the OR for gout/hyperuricemia among subjects with highest intake of these foods was 1.39 (95% CI: 1.18-1.63, P<0.000 1), 1.59 (95% CI: 1.33-1.90, P<0.000 01), 3.14 (95% CI: 2.17-4.53, P<0.000 01), 1.69 (95% CI: 1.17-2.43, P=0.005), and 1.46 (95% CI: 1.18-1.80, P=0.000 5), respectively. In contrast, compared with subjects with lowest intake of dairy products, vegitables (containing purine-rich vegetables) or coffee, the OR for gout/hyperuricemia among subjects with highest intake of these foods was 0.50 (95% CI: 0.40-0.64, P<0.00001), 1.01 (95% CI: 0.85-1.19, P=0.95), 0.48 (95% CI: 0.30-0.78, P=0.003), respectively. Conclusions Patients with gout or hyperuricemia should avoid or restrict the intake of high-purine animal foods (especially red meat and seafood), alcohol, high fructose or corn syrup-sweetened foods, while abstinence of purine-rich vegetables is not required. Regular intake of dairy products and coffee is recommended for such patients. Key words: Gout; Hyperuricemia; Medical nutritional therapy; Diet; Risk factors
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 | 0,003 | 0,009 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,006 | 0,005 |
| Bibliométrie | 0,006 | 0,005 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,002 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 ».