A systematic review and meta-analysis of the association of all types of beverages high in fructose with asthma in children and adolescents
Notice bibliographique
Résumé
Abstract Background Asthma has become the most common chronic condition among children in recent decades. Environmental factors, including food, drive its rise. Sweetened beverages are a staple of children’s diets and cause various health issues. Therefore, this research aims to evaluate the association of all types of high fructose beverages with asthma in children. Method We assessed observational studies published before November 2023, obtained from PubMed, Scopus, and Web of Science. The quality of articles was assessed by using the Newcastle-Ottawa Scale. Studies with a pediatric population under 18 years that indicate the association between all kinds of beverages containing high fructose and asthma and evaluated risk estimates with 95% confidence intervals were included. We also followed Preferred Reporting Items for Systematic Reviews and Meta-analyses (PRISMA). Results In the final analysis, we included eleven studies with 164,118 individuals. Twenty-one effect sizes indicated a significant positive association between sugar-sweetened beverages (SSBs) consumption and odds of asthma (OR: 1.28; 95% CI: 1.15–1.42; Pvalue < 0.001). Three effect sizes showed that total excess free fructose (tEFF) intake increases children’s asthma odds by 2.7 times (pooled OR: 2.73; 95% CI: 1.30–5.73; Pvalue =0.008). However, five effect sizes in 100% fruit juice failed to show statically association with asthma prevalence in children (pooled OR: 1.43; 95%CI: 0.91–2.23; Pvalue =0.12). Conclusion In summary, SSB and tEFF raised asthma probabilities. No relationship was found between fruit juice and asthma in children and adolescents. We need more cohort studies with correct age selection to identify the precise link.
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) | 0,001 | 0,000 |
| 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) | 0,037 | 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 ».