Foods with added fiber improve stool frequency in individuals with chronic kidney disease with no impact on appetite or overall quality of life
Notice bibliographique
Résumé
BACKGROUND: Fiber intake may be low in individuals with chronic kidney disease (CKD) due to diet restriction and/or poor appetite associated with uremic symptoms, contributing to constipation and reduced quality of life. This report describes the effects of foods with added fiber on gastrointestinal function and symptoms, clinical markers, and quality of life in CKD patients. FINDINGS: Adults with CKD (n = 15; 9 F, 6 M; 66 ± 15 y) were provided with cereal, cookies and snack bars without added fiber for 2 weeks, followed by similar foods providing 23 g/d of added fiber for 4 weeks, to incorporate into their usual diets. Participants completed the Kidney Disease Quality of Life (KDQOL-36) questionnaire, the Simplified Nutritional Appetite Questionnaire (SNAQ) and the Epworth Sleepiness Scale (ESS) bi-weekly, the Gastrointestinal Symptom Rating Scale (GSRS) weekly, and daily stool frequency and compliance. Control and intervention serum cholesterol and glucose were assessed. Providing 23 g/d of added fiber increased stool frequency (1.3 ± 0.2 to 1.6 ± 0.2 stools/d; P = 0.02), decreased total cholesterol (175 ± 12 to 167 ± 11 mg/dL; P = 0.02) and improved TC:HDL ratio (4.0 ± 0.3 to 3.7 ± 0.2; P = 0.02). GSRS and SNAQ scores did not change, but SNAQ scores suggested poor appetite in 7 participants with or without added fiber. KDQOL Mental Health Composite decreased from 53 ± 2 to 48 ± 2 (P = 0.01) while Physical Health Composite increased from 31 ± 2 to 35 ± 3 (P = 0.02), with no change in overall QOL. The ESS score decreased from 10 ± 1 to 8 ± 1 (P = 0.04). CONCLUSION: Consuming foods with added fiber may be an effective means of increasing fiber intakes, improving stool frequency, and lipid profile in individuals with CKD. TRIAL REGISTRATION: ClinicalTrials.gov, # NCT01842087.
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 | 0,000 | 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) | 0,002 | 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 ».