Low blood carotenoid status in dementia and mild cognitive impairment: A systematic review and meta-analysis
Notice bibliographique
Résumé
BACKGROUND: Given their potent antioxidation properties, carotenoids play a role in delaying and preventing dementia and mild cognitive impairment (MCI). However, observational studies have found inconsistent results regarding the associations between blood carotenoid levels and the risk of dementia and MCI. We conducted this systematic review and meta-analysis to investigate the relationship between blood carotenoid levels and the risk of dementia and MCI. METHODS: A systematic search was performed in the Web of Science, PubMed, Embase, and Cochrane Library electronic databases to retrieve relevant English articles published from their inception until February 23, 2023. Study quality was assessed by the Newcastle-Ottawa scale. Standardized mean differences (SMDs) and 95% confidence intervals (CIs) were pooled using random-effect meta-analyses. Ultimately, 23 studies (n = 6610) involving 1422 patients with dementia, 435 patients with MCI, and 4753 controls were included. RESULTS: Our meta-analysis showed that patients with dementia had lower blood lycopene (SMD: -0.521; 95%CI: -0.741, -0.301), α-carotene (SMD: -0.489; 95%CI: -0.697, -0.281), β-carotene (SMD: -0.476; 95%CI: -0.784, -0.168), lutein (SMD: -0.516; 95%CI: -0.753, -0.279), zeaxanthin (SMD: -0.571; 95%CI: -0.910, -0.232) and β-cryptoxanthin (SMD: -0.617; 95%CI: -0.953, -0.281) than the controls. Our results indicated that blood carotenoid levels were significantly lower in patients with dementia than in controls, despite high heterogeneity across the studies. Owing to insufficient data, we did not observe a similar and stable relationship between blood carotenoid levels and MCI. CONCLUSIONS: Our meta-analysis indicated that lower blood carotenoid levels may be a risk factor for dementia and MCI.
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,010 | 0,002 |
| Bibliométrie | 0,001 | 0,003 |
| 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 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 ».