Artificial sweetener consumption differentially affects the gut microbiota‐host metabolic interactions
Notice bibliographique
Résumé
While there is general agreement on the safety and potential uses of artificial sweeteners, the literature is still lacking a consensus on their long‐term effects on gut microbiota and host‐microbe interactions. To this end, we examined the impact of chronic sweetener consumption on the gut microbiome in lean and diet‐induced obese rats. Male Sprague‐Dawley rats (n=40) were randomized into two dietary groups; chow (CH, 12% kcal fat) and high fat (HF, 60% kcal fat). Each dietary group was further divided into groups consuming water or artificially sweetened water (0.4g/100mL EQUAL®, aspartame) for 8wk (n=10/treatment). Animals consumed food and fluids ad libitum. CH and HF animals showed a difference in weight gain and body fat, with the HF rats becoming obese and glucose intolerant (OGTT). Analysis of insulin tolerance (ITT) demonstrated sweetener consumption to reduce insulin sensitivity in both CH and HF. Analysis of the gut microbiome showed marked differences between both diet and fluid treatment. Total Eubacteria was reduced by HF, but maintained with sweetener consumption. Reductions in Lactobacillus were observed in CH sweetener and both HF groups. Bacteroides was reduced in both HF groups but not CH sweetener compared to water controls. In conclusion, results show sweetener to alter host‐microbe interactions in both chow and diet‐induced obese animals.
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 ».