MétaCan
Menu
Retour à la cohorte
Enregistrement W4389020207 · doi:10.1096/fasebj.31.1_supplement.966.30

Relation of Fructose‐Containing Sugars with Cardiovascular Disease: A Systematic Review and Meta‐Analysis of Prospective Cohort Studies

2017· review· en· W4389020207 sur OpenAlexafffundabout
Tauseef Khan, Sonia Blanco Mejía, Russell J. de Souza, Cyril W.C. Kendall, John L. Sievenpiper

Notice bibliographique

RevueThe FASEB Journal · 2017
Typereview
Langueen
DomaineMedicine
ThématiqueDiet, Metabolism, and Disease
Établissements canadiensMcMaster UniversityUniversity of TorontoUniversity of SaskatchewanSt. Michael's Hospital
Organismes subventionnairesCanadian Diabetes Association
Mots-clésMedicineProspective cohort studyRelative riskMeta-analysisCohort studyCochrane LibraryFructoseInternal medicineCohortConfidence intervalFood scienceChemistry

Résumé

récupéré en direct d'OpenAlex

Objective Sugars‐sweetened beverages are associated with increased risk of cardiovascular disease (CVD). To assess whether this association holds for the fructose‐containing sugars they contain, we conducted a systematic review and meta‐analysis of prospective cohort studies. Methods MEDLINE, EMBASE and Cochrane Library (through October 31, 2016) were searched for relevant studies. We included prospective cohort studies investigating the association between fructose‐containing sugars (total sugars, fructose, sucrose and added sugars) and incident CVD. Two independent reviewers reviewed and extracted the relevant data and assessed study quality (Newcastle‐Ottawa Scale). Risk estimates of extreme comparisons (lowest versus highest quantile) were pooled using inverse variance random effects models and expressed as risk ratios (RR) with 95% confidence intervals (95% CI). Inter‐study heterogeneity was assessed with Cochran Q statistic and quantified with the I 2 statistic. The overall quality of the evidence was assessed using the Grading of recommendations assessment, development, and evaluation (GRADE). Results The eligibility criteria were met by 7 prospective cohort studies (10 cohort comparisons) involving 530,268 individuals and 15,657 incident cases of CVD observed over an average follow‐up of 11.2 years. Total sugars (RR, 1.07 [95% CI, 1.01 to 1.13]) and fructose (RR, 1.08 [95% CI, 1.01 to 1.15]) but not sucrose (RR, 0.97 [95% CI, 0.88 to 1.07]) or added sugars (RR, 1.03 [95% CI, 0.85 to 1.24]) were associated with increased incidence of CVD. There was no evidence of heterogeneity in any of the analyses except for added sugars which showed evidence of substantial heterogeneity (I 2 =82%, P=0.004). The overall quality of the evidence was graded as “very low quality” for all associations owing to a downgrade for serious imprecision for total sugars, fructose, and sucrose and separate downgrades for serious imprecision and serious inconsistency for added sugars. Conclusions Current evidence does not allow us to conclude with certainty that all fructose‐containing sugars are associated with increased risk of CVD owing to the very low quality of evidence and the inconsistency across types of sugars. Further research should confirm whether the adverse association seen between sugars‐sweetened beverages and CVD applies to other important food sources of sugars. Protocol registration: clinicaltrials.gov identifier, NCT01608620 Support or Funding Information Canadian Diabetes Association, Canadian Institutes of Health Research, Banting and 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)0,015
score de la tête « metaresearch » (Gemma)0,034
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: Méta-analyse
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,015
Score d'incertitude au seuil0,081

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0150,034
Méta-épidémiologie (sens strict)0,0030,002
Méta-épidémiologie (sens large)0,0150,036
Bibliométrie0,0070,009
Études des sciences et des technologies0,0010,001
Communication savante0,0030,001
Science ouverte0,0020,001
Intégrité de la recherche0,0020,002
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,105
Tête enseignante GPT0,370
Écart entre enseignants0,264 · 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