The impact of antioxidant diets, nutraceuticals and physical activity interventions in the prevention of cardiometabolic diseases: An overview
Notice bibliographique
Résumé
Hippocrates - Father of Medicine (ca 460-370 BC) - endorsed the cuative effects of foods; he said: "Leave your drugs in the chemist's pot if you can heal the patient with food". This review focuses on the management of cardio-metabolic diseases (CMDs) with nutraceuticals and antioxidant diets such as Allium sativum, turmeric, soybean, peptides, phytosterols, resveratrol, polyphenolic substances etc. CMDs are a cluster of conditions linked to altered fat and carbohydrate metabolism as well as macroand micro-vascular problems. CMDs cause severe pathophysiological and metabolic alterations in the body, resulting in the occurrence of chronic diseases like atherosclerosis, coronary heart disease and stroke, neurodegenerative ailments, fatty liver, kidney malfunction, hypercholesterolaemia, hyperlipidaemia, insulin resi-tance and some cancers, consequently imposing a very high economic burden on the healthcare costs. Currently used pharmacotherapies are not only expensive but also are associated with undesirable adverse events. Thus, there is an urgent need for affordable, cost-effective and alternative safe therapies for the prevention and management of CMDs. Holistic approaches targeted for health promotion and prevention of CMDs include the intake of antioxidant-rich diets, anti-inflammation wholesome foods and moderate physical activity (about 30 min/day). Such strategies will not only prevent obesity-related CMDs, type 2 diabetes mellitus (T2DM), coronary heart disease and stroke, but also will improve the quality of patient's life and consequently reduce healthcare burdens. Nutraceuticals and probiotics exhibit anti-inflammation, anti-aging, anti-obesity and anti-diabetic effects, thereby reducing the adverse health risks associated with CMDs. Antioxidants protect cell membranes and DNA from excessive free radicals, which contribute to CMD related diseases. Physical exercise along with dietary interventions helps to mitigate oxidative stress, improve blood triglyceride levels, increase HDL-cholesterol and reduce LDLcholesterol and reverse the biological markers associated with CMDs. Many studies have provided robust scientific evidence and demonstrated links between dietary interventions, nutraceuticals, probiotics, wholesome foods and physical activity for the prevention of CMDs. The major limitations in promoting nonpharmacological therapies for health and well-being benefits are a lack of public awareness and a paucity of clinical nutrition instruction for medical students on the merits of complementary methods for the prevention and management of CMDs. The goals of this review are to provide up-to-date knowledge about selected nutraceuticals, wholesome foods and physical activity in the prevention of CMDs and the underlying mechanisms associated with each intervention, which will ultimately improve patient's quality of life and assist in reducing healthcare costs globally.
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 | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,002 | 0,001 |
| Bibliométrie | 0,003 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».