Inulin-type fructans supplementation and cardiovascular disease risk factors
Notice bibliographique
Résumé
Cardiovascular diseases (CVDs) are a leading cause of mortality worldwide, with obesity being a major contributor due to unhealthy dietary habits and sedentary lifestyles. Poor dietary habits increase the risk of obesity, diabetes, hypertension, and other CVDs. However, a new concept called functional food has emerged as a potential solution to this problem. Functional foods are those that provide health benefits beyond basic nutrition and can reduce the risk of diseases. Prebiotics, like inulin-type fructans (ITF), are considered functional foods. These ITFs have been extensively studied and are the only prebiotics that have generated sufficient evidence to enable a comprehensive assessment of their potential as functional food components. They are commonly used in various food products, such as biscuits, bread, cereals, confectionery, drinks, infant feeds, sauces, table spreads, and yogurts, to improve organoleptic quality and a better-balanced nutritional composition. However, the available evidence provides conflicting results regarding the beneficial effects of ITF on health. Given the increased use of ITF in the food industry, we conducted a systematic review and meta-analysis (SRMA) to assess their effects on CVD risk factors. In this thesis, we first describe the methods used in the SRMA, which were published in a peer-reviewed journal. Subsequently, we present the results of the SRMA. The next two chapters discuss the reporting quality of randomized trials and abstracts of randomized controlled trials included in our SRMA. Finally, we summarize the methodological contributions of this thesis. Through our work, we hope to contribute to the growing body of evidence regarding the use of functional foods like ITF as a means of reducing the risk of CVDs and promoting healthier dietary habits.
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 | 0,010 | 0,031 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,004 | 0,008 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,003 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,006 | 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 ».