Can EGCG Reduce Abdominal Fat in Obese Subjects?
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
OBJECTIVE: To evaluate metabolic effects of epigallocatechin gallate (EGCG) supplementation when combined with a program of regular aerobic exercise in overweight/obese post-menopausal women. METHODS: Thirty-eight overweight or obese postmenopausal women exercised at moderate intensity, viz. walking three times per week for 45 min at 75% of age-predicted maximum heart rate (HR), and took a 150 mg capsule of EGCG (Teavigo) or placebo (lactose) twice daily for 12 weeks. Blood parameters (lipids, glucose and insulin), blood pressure, heart rate, arterial function and anthropometry were assessed at 0, 6 and 12 wk. At wk 0 and 12, body composition was assessed by dual energy X-ray absorptiometry (DXA) and abdominal fat was assessed by DXA and computed tomography (CT). RESULTS: Waist circumference (p < 0.01), total body fat (p < 0.02), abdominal fat (by DXA) (p < 0.01) and intra abdominal adipose tissue (by CT) (p < 0.01) were reduced in both treatment groups, with no difference between placebo and Teavigo. Teavigo significantly decreased resting HR (p < 0.01) and reduced plasma glucose in subjects with impaired glucose tolerance (p < 0.05). CONCLUSIONS: Moderate consumption of EGCG can improve the health status of overweight individuals undergoing regular exercise by reducing HR and plasma glucose concentrations. Loss of body fat, however, may require a higher intake of EGCG, other catechins or addition of metabolic stimulants.
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.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| 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 découle