The Effects of Berry Polyphenols on the Gut Microbiota and Blood Pressure: A Systematic Review of Randomized Clinical Trials in Humans
Notice bibliographique
Résumé
Berry consumption has beneficial effects on blood pressure. Intestinal microbiota transform berry phytochemicals into more bioactive forms. Thus, we performed a systematic review of randomized clinical trials to determine whether berry polyphenols in foods, extracts or supplements have effects on both the profile of gut microbiota and systolic and diastolic blood pressure in humans. PubMed, Cochrane Library, Scopus, and CAB Abstracts (EBSCOhost) were searched for randomized clinical trials in humans published from 1 January 2011 to 29 October 2021. Search results were imported into Covidence for screening and data extraction by two blinded reviewers, who also performed bias assessment independently. The literature search identified 216 publications; after duplicates were removed, 168 publications were screened with 12 full-text publications assessed for eligibility. Ultimately three randomized clinical trials in humans met the eligibility criteria. One randomized clinical trial showed a low risk of bias while the other two randomized clinical trials included low, high or unclear risk of bias. Together the randomized clinical trials showed that berry consumption (Aronia berry, strawberries, raspberries, cloudberries and bilberries) for 8-12 weeks had no significant effect on both blood pressure and the gut microbiota. More randomized clinical trials are needed to determine the effects of berry consumption on the profile of gut microbiota and blood pressure in humans.
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 | 0,015 | 0,052 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,013 | 0,010 |
| Bibliométrie | 0,007 | 0,009 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,003 | 0,002 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,002 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,007 | 0,001 |
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 ».