The Relationship between Healthy Eating Index and Lipid Profile in Healthy Individuals: A Systematic Review
Notice bibliographique
Résumé
Abstract Background: The Healthy Eating Index (HEI) and Alternate Healthy Eating Index (AHEI) are instruments developed by competing American research teams, aiming to assess the level of adherence to a dietary pattern, claimed to prevent chronic illness conditions such as dyslipidemia. This systematic review evaluated cross-sectional studies examining the association between HEI/AHEI score and the lipid profile in healthy participants. Methods: The systematic review was Preferred Reporting Items for Systematic Reviews and Meta-Analyses (PRISMA) compliant, and a search process was conducted through Scopus, Web of Knowledge, Google Scholar, Cochrane, PubMed, and ScienceDirect up to November 2022. Studies assessing the relationship between HEI/AHEI and lipid profile (low-density lipoprotein cholesterol (LDL-C), total cholesterol (TC), high-density lipoprotein cholesterol (HDL-C), and triglyceride (TG)) were eligible for inclusion. The statistical differences in outcomes, anthropometric indices, and demographic data were extracted from the selected studies. Also, the quality assessment of studies was performed using the Newcastle–Ottawa scale. Results: The systematic search presented 17 cross-sectional studies. Most of the studies revealed a significant correlation between HEI score and lipid profile (LDL-C, HDL-C, TG, and TC) ( P < 0.05), while a few of them indicated a significant relationship between AHEI score and these factors. Overall, the elevation of HEI/AHEI score was associated with the improvement in lipid profile ( P < 0.05), though this association was more obvious for HEI compared with AHEI. Conclusions: Overall, the results of the study indicated that an improved lipid profile in healthy individuals is associated with a higher score in either HEI or AHEI. Further research in the future is required to confirm the claim.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,004 | 0,008 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,003 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
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 tête enseignante, 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 ».