Linkage Between a Plant-based Diet and Visual Impairment: A Systematic Review and Meta-Analysis
Notice bibliographique
Résumé
The purpose of this paper is to characterize the relationship between plant-based diets and specific ocular outcomes among adults. Data Sources: A comprehensive literature review was performed using the databases MEDLINE, EMBASE, Cochrane, and PubMed up until December 19, 2021. Study Selection: Studies that focused on observed visual changes due to a reduced intake of animal products with a minimum of 50 eyes were eligible for inclusion. Data Extraction: Two levels of screening, quality assessment, and data extraction were conducted by two reviewers independently. The twenty-one studies identified from 814 unique studies progressed to data extraction and fifteen were included in the quantitative analysis using STATA 15.0 fixed-effect and random-effect models computed based on heterogeneity. Fifteen studies (51,695 participants) assessed the impact of fish consumption, eight studies (28,753 participants) analyzed the effect of red meat intake, and three studies (7723 participants) assessed the impact of omission of skim milk, poultry, and non-meat animal products and the presence of visual deterioration as indicated by age-related macular degeneration, age-related maculopathy, or cataract development. Meta-analysis indicated regular consumption of fish (OR = 0.70; CI: [0.62–0.79]) and skim milk, poultry, and non-meat animal products (OR = 0.70; CI: [0.61–0.79]) reduced the risk of visual impairment among adults. Consumption of red meat [OR = 1.41; CI: [1.07–1.86]) may increase the risk of visual impairment. A pescatarian diet is associated with the most favorable visual outcomes among adults while consumption of red meat negatively impacts vision. Results suggest a need for more initiatives promoting a healthy and balanced diet. Not applicable.
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 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,007 | 0,001 |
| Bibliométrie | 0,001 | 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 | 0,001 |
| 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 ».