MétaCan
Menu
Retour à la cohorte
Enregistrement W4413796639 · doi:10.3390/nu17172791

Blood Lipid Levels in Response to Almond Consumption: A Systematic Review and Meta-Analysis of Randomized Controlled Trials

2025· review· en· W4413796639 sur OpenAlexaffabout
Kathy Musa‐Veloso, Caroline Gauntlett, Kimberly Geronimo, Su Ann Ho

Notice bibliographique

RevueNutrients · 2025
Typereview
Langueen
DomaineNursing
ThématiqueNuts composition and effects
Établissements canadiensCantox Health Sciences InternationalIntertek (Canada)
Organismes subventionnairesAlmond Board of California
Mots-clésMedicineRandomized controlled trialMeta-analysisInternal medicineRelative riskConfidence interval

Résumé

récupéré en direct d'OpenAlex

Background/Objectives: While the benefits of almond consumption in reducing levels of TC and LDL-C are well established, the effects on additional lipids that have emerged as important predictors of cardiovascular disease, such as ApoB and the ratio of ApoB:ApoA, are not well characterized. In this systematic review and meta-analysis, the effects of almond consumption on blood lipids were comprehensively assessed. Methods: On 12 May 2025, ProQuest Dialog™ was used to search ten literature databases (AdisInsight: Trials; Allied & Complementary Medicine™; BIOSIS Previews®; CAB ABSTRACTS; Embase®; Embase Preprints; Foodline®: SCIENCE; FSTA®; MEDLINE®; National Technical Information Service). Randomized controlled trials at least 4 weeks in duration were included if the investigational product was almonds; the control was void of nuts/tree nuts; the subjects were adults without CVD; and blood lipid levels were assessed. Health Canada’s Quality Appraisal Tool for Intervention Studies was used to assess each study’s risk of bias. The mean difference in the effect for each parameter was pooled across studies in a random effects model, using the inverse of the variance as the weighting factor. Results: 36 publications (48 almond–control datasets) representing 2485 participants were included. Almond consumption significantly reduced LDL-C (−0.132 mmol/L; 95% CI: −0.190, −0.075 mmol/L; p < 0.001), TC (−0.160 mmol/L; 95% CI: −0.218, −0.101 mmol/L; p < 0.001), non-HDL-C (−0.204 mmol/L; 95% CI: −0.281, −0.127 mmol/L; p < 0.001), TC:HDL-C (−0.154; 95% CI: −0.246, −0.063; p = 0.001), LDL-C:HDL-C (−0.112; 95% CI: −0.199, −0.026; p = 0.011), ApoB (−4.552 mg/dL; 95% CI: −6.460, −2.645 mg/dL; p < 0.001), and ApoB:ApoA (−0.027; 95% CI: −0.046, −0.008; p = 0.006), with a borderline significant reduction in TG (−0.037 mmol/L; 95% CI: −0.079, 0.005; p = 0.085) and no effects on HDL-C, ApoA, or Lp[a]. The effects persisted when the analyses were limited to higher quality studies, except for the reduction in TG. Conclusions: Almond consumption improves levels of LDL-C, TC, non-HDL-C, TC:HDL-C, LDL-C:HDL-C, ApoB, and ApoB:ApoA, though dedicated clinical trials are needed to better understand effects on TG levels.

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)0,022
score de la tête « metaresearch » (Gemma)0,051
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: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,023
Score d'incertitude au seuil0,117

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0220,051
Méta-épidémiologie (sens strict)0,0030,002
Méta-épidémiologie (sens large)0,0230,041
Bibliométrie0,0090,009
Études des sciences et des technologies0,0010,001
Communication savante0,0040,002
Science ouverte0,0020,002
Intégrité de la recherche0,0030,002
Charge utile insuffisante (le modèle a refusé de juger)0,0040,000

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 Opus0,121
Tête enseignante GPT0,416
Écart entre enseignants0,295 · 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
Publié2025
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueNutrientsMême sujetNuts composition and effectsTravaux en français237 207