MétaCan
Menu
Retour à la cohorte
Enregistrement W4389018910 · doi:10.1096/fasebj.31.1_supplement.798.12

The Effect Of ‘Catalytic’ Doses Of Fructose And Its Epimers In Acute Single‐Meal Feeding Trials: A Systematic Review And Meta‐Analysis Of Controlled Trials

2017· review· en· W4389018910 sur OpenAlexafffundabout
Catherine R. Braunstein, Jarvis C. Noronha, Sonia Blanco Mejía, Tauseef A Kahn, Thomas M.S. Wolever, Robert G. Josse, Cyril W.C. Kendall, John L. Sievenpiper

Notice bibliographique

RevueThe FASEB Journal · 2017
Typereview
Langueen
DomaineMedicine
ThématiqueDiet, Metabolism, and Disease
Établissements canadiensUniversity of TorontoUniversity of SaskatchewanSt. Michael's Hospital
Organismes subventionnairesUniversity of TorontoPhysicians' Services Incorporated Foundation
Mots-clésPostprandialMedicineGlycemicMeta-analysisInternal medicineRandomized controlled trialMealFructoseDiabetes mellitusGastroenterologyEndocrinologyInsulinFood scienceChemistry

Résumé

récupéré en direct d'OpenAlex

Objective ‘Catalytic’ doses (<10g/meal or 36g/day) of fructose and its epimers (allulose, tagatose, and sorbose) may reduce postprandial glycemic responses to carbohydrate loads in people with and without diabetes by inducing glycogen synthesis. To synthesize the evidence of the effects of fructose and its epimers on acute postprandial carbohydrate metabolism, we conducted a systematic review and meta‐analysis of controlled trials. Methods We searched Medline, EMBASE, and the Cochrane Library (through Feb 12 2016). We included controlled, single‐meal feeding trials (≥2 hours) investigating the effect of fructose and its epimers (allulose, tagatose, and sorbose) on the postprandial metabolic responses to carbohydrate control meals compared to the same control meals without the sugars. Two independent reviewers extracted all relevant data and assessed risk of bias of individual trials using the Cochrane Risk of Bias Tool. Outcomes included plasma glucose and insulin incremental area‐under‐the‐curve (iAUC). Data were pooled using the generic inverse variance method and expressed as mean differences (MD) with 95% confidence intervals (95% CI). Heterogeneity was assessed by the Cochran Q statistic and quantified by the I 2 statistic. Results Eligibility criteria were met by 9 controlled feeding trials involving 144 participants in people with and without diabetes. Fructose (5 trial comparisons, MD= −28.65 mmol/L*min [95% CI, −55.36 to −1.93], p=0.04) and allulose (5 trial comparisons, MD= −39.79 mmol/L*min [95% CI, −67.35 to 12.22], p= 0.005) but not tagatose (15 trial comparisons) significantly reduced the postprandial plasma glucose iAUC responses to the carbohydrate control meals. Only allulose significantly reduced the postprandial plasma insulin iAUC to the carbohydrate control meals (MD= −2950.59 pmol/L*min [95% CI, −4844.11 to −1057.06], p=0.002). There was no evidence of heterogeneity in any of the analyses (P>0.1). Conclusions Pooled analyses indicate that small doses of fructose and allulose but not tagatose may improve the postprandial glycemic responses to carbohydrate meals without adversely affecting insulin response. There is a need for long‐term randomized controlled trials to assess whether these acute single‐meal effects lead to sustainable benefits in people with and without diabetes. Protocol registration: clinicaltrials.gov identifier, NCT02776722. Support or Funding Information The Tate and Lyle Nutritional Research Fund at the University of Toronto, Canadian Diabetes Association (CDA), Banting & Best Diabetes Centre, and PSI Foundation.

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)0,022
score de la tête « metaresearch » (Gemma)0,057
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Méta-analyse · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,025
Score d'incertitude au seuil0,118

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0220,057
Méta-épidémiologie (sens strict)0,0030,002
Méta-épidémiologie (sens large)0,0250,032
Bibliométrie0,0060,007
Études des sciences et des technologies0,0010,001
Communication savante0,0050,003
Science ouverte0,0030,002
Intégrité de la recherche0,0030,003
Charge utile insuffisante (le modèle a refusé de juger)0,0040,000

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.

Tête enseignante Opus0,214
Tête enseignante GPT0,447
Écart entre enseignants0,233 · 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.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeMéta-analyse
Domainenon disponible
GenreSynthèse

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
Publié2017
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueThe FASEB JournalMême sujetDiet, Metabolism, and DiseaseTravaux en français237 207