Which dietary patterns fend off nonalcoholic fatty liver disease? A systematic review of observational and interventional studies
Notice bibliographique
Résumé
BACKGROUND: The global burden of non-alcoholic fatty liver disease (NAFLD) has significantly risen over the past decade. Dietary intake strongly influences its development and should be a component of any prevention and treatment plan strategy. Dietary pattern analysis enables the investigation of the overall diet and permits the consideration of interactions and cumulative effects of dietary components. The current study aimed to systematically review observational studies and intervention trials to determine the associations between various dietary patterns and NAFLD. METHODS: The protocol was written according to the Preferred Reporting Items for Systematic Reviews and Meta-Analyses (PRISMA) guidelines. We searched PubMed, Embase, and the Cochrane Library. We included studies that reported a priori dietary pattern (i.e., diet quality scores) or a posteriori method, which identified existing eating patterns (i.e., principal component analysis) in adult participants. Two investigators conducted independent screening, extraction, and quality assessment using the Newcastle‒Ottawa or Jadad scale. A third reviewer resolved conflicts. RESULTS: We identified 27 relevant observational and 16 interventional studies from 16 countries. A Mediterranean or DASH diet might prevent and improve NAFLD, whereas dietary patterns such as Western dietary patterns characterized by high consumption of sweets and animal foods such as red meat and fast food are positively associated with NAFLD. A low-carbohydrate diet effectively prevents and treats NAFLD; however, we need more research on the effects of a low-fat diet and the type of fats. CONCLUSION: Healthy dietary patterns, mainly plant-based or adjusted macronutrient distributions, such as the adoption of a low-carbohydrate diet, are linked to a reduced risk of NAFLD and could halt its progression. We proposed recommendations for future studies to fill the gap in knowledge regarding the management of NAFLD via dietary modifications.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,002 | 0,001 |
| Bibliométrie | 0,000 | 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 | 0,000 |
| 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 ».