Combined effects of oligofructose and <i>Bifidobacterium animalis</i> on gut microbiota and glycemia in obese rats
Notice bibliographique
Résumé
OBJECTIVE: Prebiotics and probiotics may be able to modify an obesity-associated gut microbiota. The aim of this study was to examine the individual and combined effects of the prebiotic oligofructose (OFS) and the probiotic Bifidobacterium animalis subsp. lactis BB-12 (BB-12) on gut microbiota and host metabolism in obese rats. METHODS: Adult male, diet-induced obese Sprague Dawley rats were randomized to: (1) Control (C); (2) 10% OFS; (3) BB-12; (4) OFS + BB-12 for 8 weeks (n = 9-10 rats/group). Body composition, glycemia, gut permeability, satiety hormones, cytokines, and gut microbiota were examined. RESULTS: Prebiotic, but not probiotic reduced energy intake, weight gain, and fat mass (P < 0.01). OFS, BB-12, and the combined OFS + BB-12 improved glycemia (P < 0.05). Individually, OFS and BB-12 reduced insulin levels (P < 0.05). Portal GLP-1 was increased with OFS, whereas probiotic increased GLP-2 (P < 0.05). There was a marked increase in bifidobacteria and lactobacilli (P < 0.01) with OFS that was not observed with probiotic alone. CONCLUSIONS: The impact of prebiotic intake on body composition and gut microbiota was of greater magnitude than the probiotic BB-12. Despite this, an improvement in glucose AUC with both prebiotic or probiotic demonstrates the beneficial role of each of these "biotic" agents in glycemic control.
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) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 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 | 0,001 | 0,001 |
| 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 ».