Effectiveness of a vegan based high soy protein diet on weight loss and serum lipids
Notice bibliographique
Résumé
Background: High protein, low carbohydrate diets have focused on animal protein sources, but their associated saturated fat may result in undesirable blood lipid effects. Objective: To assess the effectiveness of a vegan based high soy protein diet on body weight and blood lipids, under metabolic and real‐world conditions. Method: 44 overweight hyperlipidemic subjects (18M, 26F; 56.2±7.5y; 31.1±2.6kg/m2; LDL 4.07±1.21mmol/L) took either a vegan based high protein diet (vegan) or a low fat (NCEP Step 2) control. Subjects consumed 60% of their estimated energy requirements during the 1‐month metabolic phase and were advised to follow their respective diet for an additional 6 months ad libitum. 23 participants completed both phases. Results: On the metabolic phase, both NCEP and vegan diets resulted in weight loss (−5.1±0.2%, P<0.005; −4.9±0.4%, p<0.005; respectively) and total:HDL‐C reductions (−6.4±2.8%, P=0.046; −19.2±6.5%, P=0.002; respectively). At the end of the ad libitum phase, body weight reduction on the NCEP and vegan diets, compared to baseline, were −6.6±1.0% (P<0.005) and −7.3±1.2% (P<0.005) and total:HDL‐C were −3.4±2.6% (P=0.127) and −10.1±.3.2% (P=0.005), respectively. Conclusion: Under real‐world conditions, a high soy protein vegan diet appears to improve the blood lipid profile compared to a NCEP diet despite similar weight reductions. Research support: The Solae Company
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 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) | 0,001 | 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 ».