Differential effects of fructose on glycemic control: A systematic review and meta‐analysis of controlled feeding trials
Notice bibliographique
Résumé
Objective Fructose has become a focus of concern. To assess the effect of fructose on glycemic control, we conducted a systematic review and meta‐analysis. Methods We searched MEDLINE, EMBASE, and Cochrane Library (up to Nov 5, 2012) for relevant controlled trials ≥7‐days. Two independent reviewers extracted data. Data were pooled using random effects models for glycated blood proteins (GBP) and fasting glucose (FG) and insulin (FI). Results Eligibility criteria were met by 47 isocaloric trials (n=863), in which fructose was exchanged isocalorically for other carbohydrate, and 12 hypercaloric trials (n=143), in which the diet was supplemented with excess energy from fructose. Fructose in isocaloric trials reduced GBP (standardized mean difference = − 0.29 [95% CI: −0.46, −0.11]), equivalent to a ~0.59% reduction in HbA1c, in people with and without diabetes. In contrast, fructose in hypercaloric trials increased FG (mean difference [MD] = 0.18 mmol/L [95% CI: 0.08, 0.29]) and FI (MD = 6.06 pmol/L [95% CI: 3.70, 8.31]). Limitations Most trials were small, short, and of poor quality. Conclusions Isocaloric exchange of fructose for other carbohydrate improves glycemic control in people with and without diabetes. Fructose providing excess energy, however, raises fasting glucose and insulin levels, an effect that may be more owing to excess energy than fructose. Funding : Canadian Institutes of Health Research. Grant Funding Source : CIHR
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 | 0,020 | 0,054 |
| Méta-épidémiologie (sens strict) | 0,003 | 0,002 |
| Méta-épidémiologie (sens large) | 0,021 | 0,032 |
| Bibliométrie | 0,006 | 0,008 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,004 | 0,002 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,003 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».