The Effect of Non-Nutritive Sweetened Beverages on Postprandial Glycemic and Endocrine Responses: A Systematic Review and Network Meta-Analysis
Notice bibliographique
Résumé
Background: There has been an emerging concern that non-nutritive sweeteners (NNS) can increase the risk of cardiometabolic disease. Much of the attention has focused on acute metabolic and endocrine responses to NNS. To examine whether these mechanisms are operational under real-world scenarios, we conducted a systematic review and network meta-analysis of acute trials comparing the effects of non-nutritive sweetened beverages (NNS beverages) with water and sugar-sweetened beverages (SSBs) in humans. Methods: MEDLINE, EMBASE, and The Cochrane Library were searched through to January 15, 2022. We included acute, single-exposure, randomized, and non-randomized, clinical trials in humans, regardless of health status. Three patterns of intake were examined: (1) uncoupling interventions, where NNS beverages were consumed alone without added energy or nutrients; (2) coupling interventions, where NNS beverages were consumed together with added energy and nutrients as carbohydrates; and (3) delayed coupling interventions, where NNS beverages were consumed as a preload prior to added energy and nutrients as carbohydrates. The primary outcome was a 2 h incremental area under the curve (iAUC) for blood glucose concentration. Secondary outcomes included 2 h iAUC for insulin, glucagon-like peptide 1 (GLP-1), gastric inhibitory polypeptide (GIP), peptide YY (PYY), ghrelin, leptin, and glucagon concentrations. Network meta-analysis and confidence in the network meta-analysis (CINeMA) were conducted in R-studio and CINeMA, respectively. Results: Thirty-six trials involving 472 predominantly healthy participants were included. Trials examined a variety of single NNS (acesulfame potassium, aspartame, cyclamate, saccharin, stevia, and sucralose) and NNS blends (acesulfame potassium + aspartame, acesulfame potassium + sucralose, acesulfame potassium + aspartame + cyclamate, and acesulfame potassium + aspartame + sucralose), along with matched water/unsweetened controls and SSBs sweetened with various caloric sugars (glucose, sucrose, and fructose). In uncoupling interventions, NNS beverages (single or blends) had no effect on postprandial glucose, insulin, GLP-1, GIP, PYY, ghrelin, and glucagon responses similar to water controls (generally, low to moderate confidence), whereas SSBs sweetened with caloric sugars (glucose and sucrose) increased postprandial glucose, insulin, GLP-1, and GIP responses with no differences in postprandial ghrelin and glucagon responses (generally, low to moderate confidence). In coupling and delayed coupling interventions, NNS beverages had no postprandial glucose and endocrine effects similar to controls (generally, low to moderate confidence). Conclusions: The available evidence suggests that NNS beverages sweetened with single or blends of NNS have no acute metabolic and endocrine effects, similar to water. These findings provide support for NNS beverages as an alternative replacement strategy for SSBs in the acute postprandial setting.
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 | 0,013 | 0,036 |
| Méta-épidémiologie (sens strict) | 0,003 | 0,001 |
| Méta-épidémiologie (sens large) | 0,019 | 0,031 |
| Bibliométrie | 0,009 | 0,010 |
| 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 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 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 ».