Blueberry Puree Increases HDL‐cholesterol in Rats
Notice bibliographique
Résumé
Oxidative stress has come to the forefront as a contributor to a number of diseases, including cancer, neurodegenerative and cardiovascular diseases (CVD). High‐fat diets (HFD) are thought to increase LDL, which can contribute to oxidative stress by becoming oxidized in artery walls, leading to atherosclerotic plaques that promote CVD. Blueberry (BB) polyphenolics are thought to act as antioxidants, which can potentially mitigate oxidative stress and improve CVD outcomes. The objective of our study was to evaluate the effect of a HFD supplemented with BB puree on serum lipids and biomarkers of oxidative stress. Male Wistar‐Kyoto rats (n=7) were fed either a control diet (CON), CON with 5mL/kg BB (CON+BB), 20% lard diet (HFD) or HFD with BB (HFD+BB) for eight weeks. A serum lipid panel was measured in a clinical laboratory analyzer and urinary 8‐isoprostane, a marker of lipid peroxidation, and urinary nitrite, a product of free‐radical reactivity, were measured using Cayman and Promega kits, respectively. HDL in CON group was 0.747±0.014mM and was increased by 10% in CON+BB to 0.822±0.019mM (p=0.002, ANOVA). All other serum lipids, urinary 8‐isoprostane and urinary nitrite were not significantly changed by either HFD or BB enrichment. We have shown that feeding BB with a normal, healthy diet can improve serum HDL, which could potentially improve excretion of cholesterol from artery walls, improving CVD. Funding support provided by NSERC, UPEI internal grants and WBANA.
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 | 0,001 |
| 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 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 0,001 |
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 ».