Consumption of a novel flaxseed and canola oil blend favourably improves serum lipid profiles in hyperlipidemic subjects
Notice bibliographique
Résumé
The objective was to analyze the lipid‐lowering potential of diets rich in a flaxseed and canola oil blend (FCO) versus canola oil (CO) compared with an average Western dietary fat profile (WD). Hyperlipidemic subjects (n=36) consumed 3 treatment diets consecutively for 28 d separated by 4 wk washouts, using a randomized crossover design. Controlled diets fed under supervision contained 35% energy (En) as fat, 70% of which was provided by FCO, CO or WD. Dietary fat profile of SFA, MUFA, PUFA omega‐6, and PUFA omega‐3 was 6, 16, 4.5, 7.5% En for FCO; 6, 22, 5, 1% En for CO; and 11.5, 16, 6, 0.5% En for WD, respectively. After 28 d, compared with WD, LDL‐cholesterol was reduced by 14% with FCO (3.07 ± 0.12 mmol/L, P<0.001) and 11% with CO (3.17 ± 0.12 mmol/L; P<0.001). Total cholesterol (TC) was reduced by 10% with FCO (5.11 ± 0.13 mmol/L, P<0.001) and 6% with CO (5.34 ± 0.14 mmol/L; P<0.001) compared with WD. Endpoint TC also differed between FCO and CO (P<0.05). FCO consumption reduced both HDL‐cholesterol by 7% (1.28 ± 0.06 mmol/L; P<0.001) and LDL:HDL ratio by 5% (2.62 ± 0.17; P<0.05) compared with WD. Triglycerides were 10% lower after FCO (1.65 ± 0.14 mmol/L; P<0.05) and 11% lower after WD (1.63 ± 0.16 mmol/L; P<0.01) than after CO (1.84 mmol/L ± 0.18). It is concluded that consumption of a FCO blend provides effective lipid‐lowering beyond that of CO in hyperlipidemic subjects. Supported by Flax and Canola Councils of Canada and ARDI.
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) | 0,001 | 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 | 0,001 |
| 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 ».