MétaCan
Menu
Retour à la cohorte
Enregistrement W3172210775 · doi:10.1093/cdn/nzab053_010

Important Food Sources of Fructose-Containing Sugars and Adiposity: A Systematic Review and Meta-Analysis of Controlled Feeding Trials

2021· review· en· W3172210775 sur OpenAlexaffabout
Laura Chiavaroli, Annette Cheung, Sabrina Ayoub‐Charette, Amna Ahmed, Danielle Lee, Fei Au‐Yeung, Néma McGlynn, Vanessa Ha, Tauseef Khan, Sonia Blanco Mejía, Vivian L. Choo, Russell J. de Souza, Thomas M.S. Wolever, Lawrence A. Leiter, Cyril W.C. Kendall, David J.A. Jenkins, John L. Sievenpiper

Notice bibliographique

RevueCurrent Developments in Nutrition · 2021
Typereview
Langueen
DomaineMedicine
ThématiqueDiet, Metabolism, and Disease
Établissements canadiensMcMaster UniversityUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésFructoseFood scienceMeta-analysisSugarRefined grainsCochrane LibraryWaistMedicineDietary SucroseConfidence intervalHigh-fructose corn syrupObesityRandomized controlled trialBody mass indexChemistryInternal medicineWhole grains

Résumé

récupéré en direct d'OpenAlex

Sugar-sweetened beverages (SSBs) have been linked to weight gain. It is unclear if other food sources of fructose-containing sugars behave similarly. We conducted a systematic review and meta-analysis of controlled feeding trials to assess the effect of different food sources of fructose-containing sugars on body weight and markers of adiposity. MEDLINE, Embase, and the Cochrane Library were searched through January 2020 for controlled feeding trials ≥2 weeks on the effect of fructose-containing sugars. Trial designs were prespecified by energy control: substitution (energy matched replacement of sugars in diets); addition (excess energy from sugars added to diets); subtraction (energy from sugars subtracted from diets); and ad libitum (energy from sugars freely replaced in diets). The primary outcome was body weight. Secondary outcomes were body mass index, body fat and waist circumference. Independent reviewers extracted data and assessed risk of bias. Certainty of evidence was assessed using GRADE. (NCT02558920) We identified 119 controlled trials (368 trial comparisons, N = 5263) assessing the effect of 10 food sources (SSBs, sweetened dairy alternative (soy), fruit juice, fruit drink, fruit, dried fruit, sweetened cereal grains/bars, sweets, added sweeteners and mixed sources). Total fructose-containing sugars increased body weight (mean difference, 0.29 kg [95% confidence interval, 0.05 to 0.53 kg], P = 0.017) and body fat in addition trials with no effect in other analyses or outcomes. There was evidence of interaction by food source in substitution trials with fruit reducing and mixed sources increasing some outcomes and in addition trials with 100% fruit juice reducing and SSBs and mixed sources increasing some outcomes. The overall certainty of evidence was moderate for the decreasing effect of fruit and fruit juice and the increasing effect of SSBs and mixed sources and high-to-very low for other comparisons. Energy control and food source may mediate the effect of fructose-containing sugars on adiposity. The evidence provides good indication that fruit and 100% fruit juice decrease and SSBs and mixed sources increase markers of adiposity. More high-quality randomized trials of different foods are needed to improve our estimates. American Society for Nutrition, Diabetes Canada, CIHR, Mitacs.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,018
score de la tête « metaresearch » (Gemma)0,048
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Méta-analyse · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,019
Score d'incertitude au seuil0,097

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0180,048
Méta-épidémiologie (sens strict)0,0030,002
Méta-épidémiologie (sens large)0,0190,027
Bibliométrie0,0060,009
Études des sciences et des technologies0,0010,001
Communication savante0,0040,002
Science ouverte0,0020,002
Intégrité de la recherche0,0020,002
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,194
Tête enseignante GPT0,415
Écart entre enseignants0,222 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeMéta-analyse
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

Citations5
Publié2021
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueCurrent Developments in NutritionMême sujetDiet, Metabolism, and DiseaseTravaux en français237 207