Influence of Interesterification of a Stearic Acid‐Rich Spreadable Fat on Acute Metabolic Risk Factors
Notice bibliographique
Résumé
Chemical and enzymatic interesterification are used to create spreadable fats. However, a comparison between the two processes in terms of their acute metabolic effects has not yet been investigated. A randomised crossover study in obese (plasma TAG > 1.69 mmol/L, and BMI > 30 (BMI = kg/m(2)) or waist circumference > 102 cm, n = 11, age = 59.3 +/- 1.8 years) and non-obese (plasma triacylglycerol (TAG) < 1.69 mmol/L, and BMI < 30 or waist circumference < 102 cm, n = 10, age = 55.8 +/- 2.2 years) men was undertaken to compare the effects of chemical versus enzymatic interesterification on postprandial risk factors for type 2 diabetes (T2D) and cardiovascular disease (CVD). TAG, cholesterol, glucose, insulin and free fatty acid concentrations were measured for 6 h following consumption of 1 g fat/kg body mass of non-interesterified (NIE), chemically interesterified (CIE), enzymatically interesterified (EIE) stearic acid-rich fat spread or no fat, each with 50 g available carbohydrate from white bread. Interesterification did not affect postprandial glucose, insulin, free fatty acids or cholesterol (P > 0.05). Following ingestion of NIE, increases in serum oleic acid were observed, whereas both oleic and stearic acids were increased with CIE and EIE (P < 0.05). While postprandial TAG concentrations in non-obese subjects were not affected by fat treatment (P > 0.05), obese subjects had an 85% increase in TAGs with CIE versus NIE (P < 0.05). The differences in TAG response between non-obese and obese subjects suggest that interesterification may affect healthy individuals differently compared to those already at risk for T2D and/or CVD.
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) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| 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 | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».