Properties of oat β‐glucan influence its LDL cholesterol lowering effect in humans
Notice bibliographique
Résumé
Consuming 3g oat β‐glucan (OBG) daily is considered sufficient to lower serum LDL cholesterol (LDL). Not all studies show this, possibly because β‐glucan bioactivity is reduced in some food products by low solubility or low molecular‐weight (MW). We tested whether daily consumption of 3g OBG (OatWell®) reduced LDL and whether LDL lowering depended on log(MW×C), where C = dose×solubility. Healthy subjects (n=367) with LDL ≥3.0 and ≤5.0mmol/L were randomly assigned to the following treatments in a double‐blind, parallel design clinical trial: 1.5g high‐MW (3H), 2g medium‐MW (4M), 1.5g medium‐MW (3M) or 2g low‐MW (4L) OBG in cereal or a control wheat fiber cereal (W) twice daily for 4wk. After 4wk on 3H LDL was less than on W by 0.21 mmol/L (95% confidence interval; 0.11, 0.30, P =0.0023). Analysis of covariance showed log(MW×C) was a significant determinant of week 4 LDL ( P =0.003). The size of treatment effects was not significantly affected by age, sex, centre or baseline LDL. We conclude that consuming 1.5g high‐MW OBG twice daily reduces LDL by 0.2mmol/L, but efficacy is reduced with OBG of lower MW and/or C. Thus, the physico‐chemical properties of β‐glucan influence oat's LDL‐lowering effect. Funded by the Swedish Governmental Agency for Innovations Systems and CreaNutrition.
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 | 0,001 | 0,001 |
| 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 ».