Effects of Mayonnaise on Postprandial Serum Lutein/Zeaxanthin and β-Carotene Concentrations in Humans
Notice bibliographique
Résumé
To clarify the effects of different physical forms of oil on postprandial serum lutein/zeaxanthin and beta-carotene concentrations, we performed a vegetable meal loading test. Eighteen healthy subjects participated in the test, which consisted of broccoli as a control (CON) meal, broccoli with oil (OIL), and broccoli with mayonnaise (MS), consumed in random order. After collection of fasting blood samples, subjects consumed one of the three test meals. Fasting and postprandial changes in serum carotenoids were assessed 2, 4, and 6 h after ingestion of each test meal. Serum lutein/zeaxanthin and beta-carotene concentrations were measured. Although no significant change was noted after the CON meal, the serum lutein/zeaxanthin concentration was higher at 4 h after consumption of the OIL meal, and at 2, 4 and 6 h after consumption of the MS meal, as compared with the fasting state. Serum beta-carotene concentrations did not change after ingestion of either the CON or the OIL meal but were elevated 2, 4, and 6 h after MS ingestion as compared with the fasting state. The incremental areas under the curves (IAUCs) of serum lutein/zeaxanthin and beta-carotene concentrations were higher after the MS meal than after the CON meal. IAUCs after the OIL meal exhibited no statistically significant differences from the CON and MS meals. We suggest that mayonnaise contributes to increase serum lutein/zeaxanthin and beta-carotene concentrations when consumed with vegetables rich in these carotenoids.
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 | 0,001 |
| 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 ».