MétaCan
Menu
Retour à la cohorte
Enregistrement W3110297852 · doi:10.1093/nutrit/nuaa123

Low-calorie sweeteners and human health: a rapid review of systematic reviews

2020· review· en· W3110297852 sur OpenAlexaff
Lesley Andrade, Kirsten Lee, Allison C. Sylvetsky, Sharon I. Kirkpatrick

Notice bibliographique

RevueNutrition Reviews · 2020
Typereview
Langueen
DomaineNursing
ThématiqueBiochemical Analysis and Sensing Techniques
Établissements canadiensUniversity of Waterloo
Organismes subventionnairesnon disponible
Mots-clésMedicineSystematic reviewCochrane LibraryCalorieEnvironmental healthMEDLINEInsulin resistanceRandomized controlled trialIntensive care medicineDiabetes mellitusInternal medicineEndocrinology

Résumé

récupéré en direct d'OpenAlex

INTRODUCTION: Low-calorie sweeteners are increasingly prevalent in the food supply and their consumption has increased in recent decades. Although low-calorie sweeteners approved for use are considered safe from a toxicological perspective, their short- and long-term impacts on chronic disease risk remain uncertain. The aim of this review was to summarize the evidence from systematic reviews on low-calorie sweetener use and chronic conditions and risk factors in children and adults. METHODS: MEDLINE and the Cochrane Database of Systematic Reviews were searched to identify systematic reviews of randomized and nonrandomized studies that considered low-calorie sweeteners in relation to type 2 diabetes, cardiovascular disease, cancer, anthropometric measures, hypertension, hyperglycemia, hyperlipidemia, insulin resistance, and dental caries. Data were extracted from 9 reviews deemed of moderate or high quality on the basis of AMSTAR-2. RESULTS: Narrative synthesis suggested inconsistent evidence on low-calorie sweetener use in relation to chronic conditions and associated risk factors, with nonrandomized studies suggesting positive associations and randomized studies suggesting negative or no associations. CONCLUSION: Continued research on the long-term health impacts of low-calorie sweeteners across all life stages is warranted.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,004
score de la tête « metaresearch » (Gemma)0,002
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Méta-épidémiologie (sens large)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Revue systématique · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,427
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0040,002
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0160,003
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,166
Tête enseignante GPT0,401
Écart entre enseignants0,234 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Devis d'étudeRevue systématique
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations26
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueNutrition ReviewsMême sujetBiochemical Analysis and Sensing TechniquesTravaux en français237 207