The effects of magnesium supplementation on obesity measures in adults: a systematic review and dose-response meta-analysis of randomized controlled trials
Notice bibliographique
Résumé
Previous studies reported inconsistent findings regarding the effects of magnesium supplementation on obesity measures. This study was done to quantify the effect of magnesium supplementation on body weight, Body Mass Index (BMI), Waist Circumference (WC), Body Fat (BF) percentage and Waist to Hip Ratio (WHR). Four online databases (Scopus, PubMed, Google Scholar and Cochrane library) were searched until March 2020 using relevant keywords. Random-effects model was used to pool effect sizes; Cochran’s Q-test and I2 index assessed heterogeneity. Sensitivity analysis and Egger test were used to check the robustness of findings and the possibility of publication bias, respectively. Thirty-two RCTs including different dosage of magnesium (48–450 mg/d), and duration (6–24 weeks) were entered to this study. Magnesium supplementation resulted in a great reduction in BMI [Weighted Mean Difference (WMD): −0.21 kg/m2, 95% CI: −0.41, −0.001, P = 0.048, I2 = 89.5%, n = 22], which was mainly driven by the effect among those with magnesium deficiency, insulin resistance related disorders, and obesity at baseline. No significant change was observed in bodyweight, WC, BF percentage and WHR as compared to controls. However, the change in body weight, and WC was significant in subgroups of participants with insulin resistance related disorders, hypertension, obesity, magnesium deficiency at baseline, and females. We found a significant reduction in BMI following magnesium supplementation. The change in body weight and WC were evident in certain subgroups.
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 | 0,070 | 0,361 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,027 | 0,003 |
| Bibliométrie | 0,001 | 0,003 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».