Dietary Intake of Polyphenols and All-Cause Mortality: A Systematic Review with Meta-Analysis
Notice bibliographique
Résumé
Polyphenols are secondary metabolites found in plants, foods, and drinks, occurring in small quantities and showcasing antioxidant and anti-inflammatory qualities. The primary polyphenols consist of flavonoids, phenolic acids, stilbenes, and lignans. However, there is currently no comprehensive quantitative analysis of epidemiological data on overall death rates. This systematic review with meta-analysis aims to identify the exposure–response relationship between dietary polyphenol intake and all-cause mortality. The literature was reviewed from its earliest study to May 2024, utilizing six distinct electronic databases. No specific criteria were used to choose participants based on the recruiting environment, their general health condition, country, or ethnicity. The inclusion criteria for studies were as follows: a longitudinal design, exposure to dietary polyphenols, all-cause mortality as the outcome, and hazard risk (HR) as the impact measure. The Newcastle–Ottawa Scale was used to evaluate the methodological rigor of the study. The hazard risks (HRs) and 95% confidence intervals (CIs) were estimated by pooling data using common effects models. A protocol has been registered on PROSPERO with the identification number CRD42024545524. The meta-analysis comprised seven cohort studies that involved 178,657 adult people aged 18 years and older. These studies examined the relationship between total dietary polyphenol consumption and the risk of all-cause death. The recruitment settings exclusively used community-based approaches, with a preference for Europe (71%) in terms of geographic distribution. The study’s quality was assessed to be moderate to high. The meta-analysis showed consistent evidence that increased dietary exposure to polyphenols reduces the risk of all-cause mortality by 7% (HR 0.93, 95% CI 0.91–0.95, I2: 48%). Pooled data from the available evidence consistently show that individuals exposed to an antioxidant diet rich in polyphenol sources may be at lower risk of all-cause mortality.
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 | 0,009 | 0,022 |
| Méta-épidémiologie (sens strict) | 0,003 | 0,001 |
| Méta-épidémiologie (sens large) | 0,017 | 0,036 |
| Bibliométrie | 0,007 | 0,009 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,003 | 0,002 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 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 ».