MétaCan
Menu
Retour à la cohorte
Enregistrement W4381736162 · doi:10.2337/db23-1793-pub

1793-PUB: Effects of Nonnutritive Sweeteners on Glycemic Indices in Healthy Persons, with Overweight or Obesity, or Diabetes—A Systematic Review and Meta-analysis of Randomized Controlled Trials

2023· article· en· W4381736162 sur OpenAlexaff
S. Amirhossein Golzan, ALAN ESPINOSA, Mohammad Mehdi Abbasi, Mina Movahedian, Mobina Fathi, Azita Hekmatdoost

Notice bibliographique

RevueDiabetes · 2023
Typearticle
Langueen
DomaineNursing
ThématiqueBiochemical Analysis and Sensing Techniques
Établissements canadiensKelowna General Hospital
Organismes subventionnairesnon disponible
Mots-clésSucraloseMedicineOverweightGlycemicDiabetes mellitusObesityInternal medicineAspartameArtificial SweetenerRandomized controlled trialClinical trialInsulinEndocrinologySugarFood science

Résumé

récupéré en direct d'OpenAlex

Evidence on nonnutritive sweeteners (NNS) and glycemia is controversial due to possible mechanisms promoting glucose intolerance. No study had systematically assessed variations in glycemic outcomes based on NNS type and dose, length of exposure, and nature of the comparator in trials evaluating subjects undergoing different clinical conditions. We conducted a systematic review and meta-analysis summarizing trials contrasting NNS consumers vs. non-consumers to assess the effect on eight glycemic indices. In participants without any major disease at baseline, NNS intake significantly increased fasting blood glucose (FBG). FBG and fasting insulin (FI) were higher among NNS consumers with hyperglycemia, those who followed for > 8wk, consumers of ≤ 350 mg/d, and participants receiving sucralose. Sucralose also increased 2h-glucose and 2h-insulin but reduced HbA1c. Aspartame increased HbA1c. Participants with obesity consuming NNS displayed significantly less FBG, FI, and HOMA. Results were consistent when clustering those with controlled baseline glycemia, subjects followed for ≤ 8wk, consumers of > 350 mg/d, and those replacing sugar with NNS. NNS consumers with baseline hyperglycemia exhibited less FI and HOMA. Participants consuming ≤ 350 mg/d displayed reductions in FBG and HOMA. Trials evaluating stevia consumers reported less FBG and FI levels. We found no overall effect on persons with diabetes. Subgroup assessments revealed that persons with diabetes with uncontrolled glycemia at baseline or who were followed for > 10wk displayed higher FI. In summary, the effect of NNS in glycemia varies across indices and between persons with inequivalent clinical conditions. Higher doses of NNS or longer interventions do not necessarily improve glycemic indices. Better-designed trials evaluating glycemic metabolism are needed to elucidate if NNS can be used as an alternative to sugar. Disclosure S.Golzan: None. A.Espinosa: None. M.Abbasi: None. M.Movahedian: None. M.Fathi: None. A.Hekmatdoost: None.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,007
score de la tête « metaresearch » (Gemma)0,020
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens large)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Méta-analyse · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,982
Score d'incertitude au seuil0,062

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0070,020
Méta-épidémiologie (sens strict)0,0030,001
Méta-épidémiologie (sens large)0,0180,028
Bibliométrie0,0060,007
Études des sciences et des technologies0,0010,001
Communication savante0,0030,002
Science ouverte0,0020,002
Intégrité de la recherche0,0020,002
Charge utile insuffisante (le modèle a refusé de juger)0,0190,001

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 Opus0,032
Tête enseignante GPT0,311
Écart entre enseignants0,279 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Devis d'étudeMéta-analyse
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueDiabetesMême sujetBiochemical Analysis and Sensing TechniquesTravaux en français237 207