Effects of Supplementation with Milk Proteins on Body Composition and Anthropometric Parameters: A Systematic Review and Dose–Response Meta-Analysis
Notice bibliographique
Résumé
Background/Objectives: There is no consensus regarding the impacts of supplementation with milk proteins (MPs) on body composition (BC). This systematic review and dose–response meta-analysis of randomized controlled trials (RCTs) assessed the effects of MP, casein protein (CP), and whey protein (WP) supplementation on BC and anthropometric parameters. Methods: A comprehensive search was performed in several databases to identify eligible RCTs published until October 2025. Random-effects models were applied to estimate the pooled effects of MP supplementation on anthropometric parameters. Results: A total of 150 RCTs were included. MP supplementation substantially increased lean body mass (LBM) (weighted mean difference (WMD): 0.41 kg; 95% CI: 0.19, 0.62; p < 0.001) and fat-free mass (FFM) (WMD: 0.67 kg; 95% CI: 0.40, 0.94; p < 0.001). It also significantly reduced body fat percentage (BFP) (WMD: −0.66%; 95% CI: −1.03, −0.28; p = 0.001), fat mass (FM) (WMD: −0.66 kg; 95% CI: −0.91, −0.41; p < 0.001), and waist circumference (WC) (WMD: −0.69 cm; 95% CI: −1.16, −0.22; p = 0.004). No considerable effects were observed for muscle mass (MM), body mass index (BMI), and body weight (BW). Dose–response analysis revealed that MP dosage was associated with significant changes in BFP, LBM, and MM. Conclusions: MP supplementation was associated with favorable modifications in body composition, including increases in LBM and FFM, as well as reductions in FM, BFP, and WC. These findings provide coherent and consistent evidence supporting the potential role of MP supplementation in targeted body composition management.
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 | 0,011 | 0,026 |
| Méta-épidémiologie (sens strict) | 0,003 | 0,002 |
| Méta-épidémiologie (sens large) | 0,018 | 0,037 |
| Bibliométrie | 0,004 | 0,005 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,003 | 0,001 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,003 | 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 ».