Randomized Clinical Trial in Healthy Individuals on the Effect of Viscous Fiber Blend on Glucose Tolerance When Incorporated in Capsules or into the Carbohydrate or Fat Component of the Meal
Notice bibliographique
Résumé
BACKGROUND/OBJECTIVE: Addition of viscous fiber to foods has been shown to significantly reduce postprandial glucose excursions. However, palatability issues and the variability in effectiveness due to different methods of administration in food limits it use. This study explores the effectiveness of a viscous fiber blend (VFB) in lowering postprandial glycemia using different methods of incorporation. METHODS: Two acute, randomized, controlled studies were undertaken: Study 1: Twelve healthy individuals (mean ± SD, age: 36 ± 13 years, body mass index [BMI]: 27 ± 4 kg/m(2)) consumed 8 different breakfasts. All meals consisted of 50 g of available carbohydrate from white bread (WB) and 10 g margarine. Zero, 1, 2, or 4 g of the VFB was baked into WB or mixed with the margarine. Study 2: Thirteen healthy individuals (mean ± SD, age: 39 ± 17 years, BMI: 25 ± 5 kg/m(2)) consumed 6 test meals, consisting of 50 g of available carbohydrate from WB. Six capsules containing either cornstarch or VFB were taken at 4 different time points during the glucose tolerance test. After obtaining a fasting finger-prick blood sample, volunteers consumed the test meal over a 10-minute period. Additional blood samples were taken at 15, 30, 45, 60, 90, and 120 minutes from the start of the meal. For study 2, an additional fasting sample was obtained at -30 minutes. RESULTS: Study 1: Irrespective of VFB dose, glucose levels were lower at 30 and 45 minutes when VFB was mixed into the margarine compared to the control (p < 0.05). Incremental areas under the curve were significantly lower compared to control when 4 g of VFB was mixed into the margarine. Study 2: There was no effect of the VFB on postprandial glucose levels when administered in capsules. CONCLUSION: Incorporation of VFB into margarine was more effective in lowering postprandial glycemia than when the VFB was baked into bread and no effect when given in capsules.
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 | 0,005 | 0,006 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,006 | 0,002 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,002 |
| Communication savante | 0,001 | 0,002 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,004 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,011 | 0,002 |
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 ».