MétaCan
Menu
Retour à la cohorte
Enregistrement W4285090243 · doi:10.3390/nu14142846

Important Food Sources of Fructose-Containing Sugars and Non-Alcoholic Fatty Liver Disease: A Systematic Review and Meta-Analysis of Controlled Trials

2022· review· en· W4285090243 sur OpenAlexafffund
Danielle Lee, Laura Chiavaroli, Sabrina Ayoub‐Charette, Tauseef Khan, Andreea Zurbau, Fei Au‐Yeung, Annette Cheung, Qi Liu, Xinye Qi, Amna Ahmed, Vivian L. Choo, Sonia Blanco Mejía, Vasanti Malik, Ahmed El‐Sohemy, Russell J. de Souza, Thomas M.S. Wolever, Lawrence A. Leiter, Cyril W.C. Kendall, David J.A. Jenkins, John L. Sievenpiper

Notice bibliographique

RevueNutrients · 2022
Typereview
Langueen
DomaineMedicine
ThématiqueDiet, Metabolism, and Disease
Établissements canadiensMcMaster UniversityImpactHamilton Health SciencesUniversity of TorontoGlycemic Index LaboratoriesUniversity of SaskatchewanPopulation Health Research InstituteSt. Michael's Hospital
Organismes subventionnairesInstitute of Nutrition, Metabolism and DiabetesBanting and Best Diabetes Centre, University of TorontoCanadian Institutes of Health ResearchMitacsGovernment of CanadaDiabetes CanadaCanadian Diabetes Association
Mots-clésFatty liverFructoseMeta-analysisHigh-fructose corn syrupFood scienceDiseaseMedicineGastroenterologyBiochemistryChemistryInternal medicine

Résumé

récupéré en direct d'OpenAlex

Background: Fructose providing excess calories in the form of sugar sweetened beverages (SSBs) increases markers of non-alcoholic fatty liver disease (NAFLD). Whether this effect holds for other important food sources of fructose-containing sugars is unclear. To investigate the role of food source and energy, we conducted a systematic review and meta-analysis of controlled trials of the effect of fructose-containing sugars by food source at different levels of energy control on non-alcoholic fatty liver disease (NAFLD) markers. Methods and Findings: MEDLINE, Embase, and the Cochrane Library were searched through 7 January 2022 for controlled trials ≥7-days. Four trial designs were prespecified: substitution (energy-matched substitution of sugars for other macronutrients); addition (excess energy from sugars added to diets); subtraction (excess energy from sugars subtracted from diets); and ad libitum (energy from sugars freely replaced by other macronutrients). The primary outcome was intrahepatocellular lipid (IHCL). Secondary outcomes were alanine aminotransferase (ALT) and aspartate aminotransferase (AST). Independent reviewers extracted data and assessed risk of bias. The certainty of evidence was assessed using GRADE. We included 51 trials (75 trial comparisons, n = 2059) of 10 food sources (sugar-sweetened beverages (SSBs); sweetened dairy alternative; 100% fruit juice; fruit; dried fruit; mixed fruit sources; sweets and desserts; added nutritive sweetener; honey; and mixed sources (with SSBs)) in predominantly healthy mixed weight or overweight/obese younger adults. Total fructose-containing sugars increased IHCL (standardized mean difference = 1.72 [95% CI, 1.08 to 2.36], p < 0.001) in addition trials and decreased AST in subtraction trials with no effect on any outcome in substitution or ad libitum trials. There was evidence of influence by food source with SSBs increasing IHCL and ALT in addition trials and mixed sources (with SSBs) decreasing AST in subtraction trials. The certainty of evidence was high for the effect on IHCL and moderate for the effect on ALT for SSBs in addition trials, low for the effect on AST for the removal of energy from mixed sources (with SSBs) in subtraction trials, and generally low to moderate for all other comparisons. Conclusions: Energy control and food source appear to mediate the effect of fructose-containing sugars on NAFLD markers. The evidence provides a good indication that the addition of excess energy from SSBs leads to large increases in liver fat and small important increases in ALT while there is less of an indication that the removal of energy from mixed sources (with SSBs) leads to moderate reductions in AST. Varying uncertainty remains for the lack of effect of other important food sources of fructose-containing sugars at different levels of energy control.

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)0,005
score de la tête « metaresearch » (Gemma)0,007
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: Méta-analyse · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,694
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0050,007
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0390,008
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,144
Tête enseignante GPT0,375
Écart entre enseignants0,231 · 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'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

Citations58
Publié2022
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueNutrientsMême sujetDiet, Metabolism, and DiseaseTravaux en français237 207