Unveiling the Evidence for the Use of Pulses in Managing Type 2 Diabetes Mellitus: A Scoping Review
Notice bibliographique
Résumé
Management of type 2 diabetes mellitus (T2DM) is a pressing global healthcare challenge. Innovative strategies that integrate superior medical and nutritional practices are essential for holistic care. As such, pulse consumption is encouraged for its potential benefit in reducing hypercholesterolaemia, dyslipidaemia, and triglyceride levels, as well as enhancing glycaemic control. This scoping review aims to assess the depth of evidence supporting the recommendation for pulse consumption in T2DM management and to identify gaps in the existing literature. We conducted a comprehensive search across the databases MEDLINE, Global Health, EMBASE, CINAHL, Web of Science, and the Cochrane Library (up to July 2023). We included population-based studies of any design, and excluded review-style articles. Articles published in languages other than English were also excluded. From the 2449 studies initially identified, 28 met our inclusion criteria. Acute postprandial trials demonstrated improved glucose responses and enhanced insulin responses to pulse-based intervention. Meanwhile, long-term trials reported meaningful improvements in T2DM indicators such as haemoglobin A1C (HbA1c), fasting glucose, fasting insulin, C-peptide, and markers of insulin resistance like homeostatic model assessment (HOMA). Integrating more pulses into the diets of diabetic individuals might offer an efficient and cost-effective strategy in the global initiative to combat T2DM.
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 | 0,011 | 0,044 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,007 | 0,005 |
| Bibliométrie | 0,014 | 0,015 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,004 | 0,004 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,003 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,006 | 0,001 |
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.
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 ».