A Six-Month Supplementation of Mulberry, Korean Red Ginseng, and Banaba Decreases Biomarkers of Systemic Low-Grade Inflammation in Subjects with Impaired Glucose Tolerance and Type 2 Diabetes
Notice bibliographique
Résumé
We sought the long-term efficacy of traditionally used antidiabetic herbs in controlling blood glucose homeostasis and low-grade inflammation. Ninety-four subjects with either impaired glucose tolerance or mild T2D were randomized either to treatment arm or placebo arm and received 1 : 1 : 1 mixture of ginseng roots, mulberry leaf water extract, and banaba leaf water extract (6 g/d) for 24 weeks. Oral 75 g glucose tolerance test was performed to measure glucose and insulin responses. Blood biomarkers of low-grade inflammation were also determined. Results found no significant difference in glucose homeostasis control measure changes. However, plasma intracellular adhesion molecule-1 (ICAM-1) concentration was decreased showing a significant between-treatment changes (P = 0.037). The concentrations of vascular cell adhesion molecule-1 (VCAM-1) (P = 0.014) and ICAM-1 (P = 0.048) were decreased in the treatment group at week 24, and the oxidized low-density lipoprotein (ox-LDL) concentration was reduced at week 24 compared to the baseline value in the treatment group (P = 0.003). These results indicate a long-term supplementation of ginseng, mulberry leaf, and banaba leaf suppresses inflammatory responses in T2D.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| 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) | 0,000 | 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 tête enseignante, 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 ».