Nuts, metabolic syndrome and diabetes
Notice bibliographique
Résumé
The ability of nuts to improve the blood lipid profile and reduce the risk of CHD is now well established. The interest that health effects of nuts have gained recently has brought the possible benefits of consuming nuts, such as improvement in the conditions of the metabolic syndrome, and their potential to prevent and control diabetes into focus. Results from cohort studies have associated nut consumption with a reduced risk of developing diabetes and CVD. However, few randomised controlled trials have assessed the effect of nuts on diabetes control, and those that have been undertaken have shown improvements in blood lipids but not in the glycaemic control. Diabetes agencies are increasingly recognising the importance of controlling postprandial glycaemia fluctuations. Acute feeding studies indicate that nuts have minimal effects on rising postprandial blood glucose levels when eaten alone, and diminish the postprandial glycaemic response when consumed with high-glycaemic index carbohydrate foods in both normoglycaemic and type 2 diabetic individuals. Nuts have a healthy nutritional profile, high in MUFA and PUFA, are a good source of vegetable protein and are rich in fibre, vitamins and minerals. Incorporation of nuts in the diet may therefore improve the overall nutritional quality of the diet. While more research is required to establish the ability of nuts to improve glycaemic control in the long run, early data indicate that the inclusion of nuts in the diets of individuals with diabetes and the metabolic syndrome is warranted, in view of their potential to reduce CHD risk.
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 | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 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 ».