Beneficios y daños de los edulcorantes en pacientes con diabetes mellitus tipo 2
Bibliographic record
Abstract
Introducción: Los edulcorantes no calóricos se han utilizado en los últimos años como productos alternativos a endulzar alimentos, evitando el elevado consumo calórico que suponen los edulcorantes convencionales. El objetivo de este estudio es revisar los efectos metabólicos del uso de edulcorantes en pacientes con Diabetes Mellitus tipo 2. \nMaterial y métodos: Se realizó una búsqueda sistemática por parte de un bibliotecario experto en MEDLINE, Embase, Web of Sciences, Scopus y se cubrió desde su origen hasta junio de 2022. Se incluyeron estudios comparativos que abarcaron ensayos clínicos aleatorios (tanto con diseños paralelos como cruzados) y estudios de intervención no aleatorios. . La extracción de datos fue realizada de forma independiente por pares de revisores en un proceso de dos fases que incluyó la selección del título/resumen y del texto completo. Los valores medios de la intervención con edulcorantes artificiales antes y después de la intervención se compararon mediante un metaanálisis de efectos aleatorios de diferencia de medias (DM) dentro de los grupos. La calidad de los estudios seleccionados se evaluó mediante ROBINS-I para estudios de intervención no aleatorios y Newcastle-Ottawa para estudios observacionales. Se utilizó el sistema GRADE para determinar la calidad general de la evidencia para cada resultado. \nResultados: \nSe evaluaron 19 estudios donde encontramos que no existen diferencias entre el uso de edulcorantes en las variables metabólicas, así como en la somatometría. Los resultados muestran que no existen riesgos respecto al uso de edulcorantes no calóricos a corto y mediano plazo, ni se demuestra ningún beneficio en las variables evaluadas con el uso de este tipo de sustancias. \nConclusión: \nEste estudio demuestra que no existen riesgos respecto al uso de edulcorantes no calóricos a corto y mediano plazo, ni tampoco se demuestra ningún beneficio en las variables evaluadas con el uso de este tipo de sustancias. Se requieren más estudios con mayor población y duración para estimar el impacto a largo plazo que podrían tener este tipo de sustancias en los pacientes.
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.003 | 0.008 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.002 | 0.004 |
| Bibliometrics | 0.002 | 0.003 |
| Science and technology studies | 0.000 | 0.000 |
| Scholarly communication | 0.002 | 0.001 |
| Open science | 0.001 | 0.001 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.007 | 0.000 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".