What is the impact of vitamin D supplementation on glycemic control in people with type-2 diabetes: a systematic review and meta-analysis of randomized controlled trails
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
BACKGROUND: There is conflicting evidence on the effect of vitamin D on glycemic control. Therefore, in the current meta-analyses, we aimed to assess the effect of vitamin D supplementation on the glycemic control of type 2 diabetes (T2D) patients. METHODS: We conducted a comprehensive search in electronic databases including; PubMed/Medline, Web of Science, Scopus, Embase, Cochrane Central Register of Controlled Trials (CENTRAL), and NIH's Clinical Trials Registry, from the inception of each database up to January first, 2021. RESULTS: A total of 46 randomized controlled trials (RCTs) consisting of 2164 intervention subjects and 2149 placebo controls were included in this meta-analysis. Pooled analyses for HbA1c showed a significant change between the intervention and placebo group, the weighted mean difference (WMD)(95% confidence interval(CI)) was -0.20%(-0.29, -0.11) with P < 0.001. Analyses for assessing changes in FPG found a significant reduction in the intervention group after vitamin D supplementation, the WMD (95%CI) was -5.02 mg/dl (-6.75,-3.28) with P < 0.001. The result of pooled analyses for HOMA-IR revealed a significant change between the intervention and control group, the WMD (95%CI) was -0.42(-0.76, -0.07) with P = 0.019. The subgroup analyses showed the most efficacy in a higher dose and short intervention period and in subjects with deficient vitamin D status. CONCLUSION: Vitamin D supplementation might be beneficial for the reduction of FPG, HbA1c, and HOMA-IR in type 2 diabetes patients with deficient vitamin D status. This effect was especially prominent when vitamin D was given in large doses and for a short period of time albeit with substantial heterogeneity between studies and a probability of publication bias.
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.
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 | 0,003 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,030 | 0,006 |
| Bibliométrie | 0,001 | 0,002 |
| 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 | 0,000 |
| 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 découle