Effect of Green Tea Flavonoid Supplementation on Features of Metabolic Syndrome (MeS)
Notice bibliographique
Résumé
Green tea, rich in flavonoids, has been shown to possess cardiovascular health benefits. This is a preliminary report on a randomized controlled trial investigating whether green tea beverage or extract supplementation improved the cardiovascular risk profile associated with MeS. Age and sex‐matched trios of participants with MeS were randomly assigned to control (4 cups water/day), green tea beverage (4 cups/day), or green tea supplement (2 capsules & 4 cups water/day) group for 8 weeks. Fasting blood samples, physical measurements were taken at screening, 4 & 8 weeks. Blood samples were analyzed for lipid, glucose, catechin and nitric oxide (NOx) levels. Body weight decreased in green tea (‐1.9 Kg) vs control (+0.1 Kg). There is an increasing trend in HDL cholesterol in green tea (+1.0 mg/dl) vs control. A decrease in ox‐LDL was found in green tea group vs baseline. Interestingly, no consistent effects were seen on glucose levels. No significant difference in the plasma catechin and serum NOx concentrations among the three groups. However, green tea beverage group showed a decreasing trend in serum NOx levels (p<0.1) compared to baseline, indicating anti‐ inflammatory effect. Green tea beverage or supplements may aid weight loss, raise HDL levels and may help in reducing ox‐LDL and NOx levels in MeS subjects. Thus, chronic green tea consumption may promote cardiovascular health by reducing oxidative stress and inflammation in at risk subjects. Funded by CHES, OSU
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| 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 | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».