Relation of Different Fruit and Vegetable Sources With Incident Cardiovascular Outcomes: A Systematic Review and Meta‐Analysis of Prospective Cohort Studies
Notice bibliographique
Résumé
Background Public health policies reflect concerns that certain fruit sources may not have the intended benefits and that vegetables should be preferred to fruit. We assessed the relation of fruit and vegetable sources with cardiovascular outcomes using a systematic review and meta‐analysis of prospective cohort studies. Methods and Results MEDLINE, EMBASE, and Cochrane were searched through June 3, 2019. Two independent reviewers extracted data and assessed study quality (Newcastle‐Ottawa Scale). Data were pooled (fixed effects), and heterogeneity (Cochrane‐Q and I 2 ) and certainty of the evidence (Grading of Recommendations Assessment, Development, and Evaluation) were assessed. Eighty‐one cohorts involving 4 031 896 individuals and 125 112 cardiovascular events were included. Total fruit and vegetables, fruit, and vegetables were associated with decreased cardiovascular disease (risk ratio, 0.93 [95% CI, 0.89–0.96]; 0.91 [0.88–0.95]; and 0.94 [0.90–0.97], respectively), coronary heart disease (0.88 [0.83–0.92]; 0.88 [0.84–0.92]; and 0.92 [0.87–0.96], respectively), and stroke (0.82 [0.77–0.88], 0.82 [0.79–0.85]; and 0.88 [0.83–0.93], respectively) incidence. Total fruit and vegetables, fruit, and vegetables were associated with decreased cardiovascular disease (0.89 [0.85–0.93]; 0.88 [0.86–0.91]; and 0.87 [0.85–0.90], respectively), coronary heart disease (0.81 [0.72–0.92]; 0.86 [0.82–0.90]; and 0.86 [0.83–0.89], respectively), and stroke (0.73 [0.65–0.81]; 0.87 [0.84–0.91]; and 0.94 [0.90–0.99], respectively) mortality. There were greater benefits for citrus, 100% fruit juice, and pommes among fruit sources and allium, carrots, cruciferous, and green leafy among vegetable sources. No sources showed an adverse association. The certainty of the evidence was “very low” to “moderate,” with the highest for total fruit and/or vegetables, pommes fruit, and green leafy vegetables. Conclusions Fruits and vegetables are associated with cardiovascular benefit, with some sources associated with greater benefit and none showing an adverse association. Registration URL: https://www.clinicaltrials.gov ; Unique identifier: NCT03394339.
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,013 | 0,003 |
| Bibliométrie | 0,000 | 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 ».