MétaCan
Menu
Retour à la cohorte
Enregistrement W2036353382 · doi:10.1080/09637480500410879

Blood glucose lowering effects of brown rice in normal and diabetic subjects

2006· article· en· W2036353382 sur OpenAlexafffund
Leonora N. Panlasigui, Lilian U. Thompson

Notice bibliographique

RevueInternational Journal of Food Sciences and Nutrition · 2006
Typearticle
Langueen
DomaineNursing
ThématiqueFood composition and properties
Établissements canadiensUniversity of Toronto
Organismes subventionnairesLuonnontieteiden ja Tekniikan Tutkimuksen ToimikuntaNatural Sciences and Engineering Research Council of Canada
Mots-clésBrown riceGlycemic indexPostprandialGlycemicMedicinePhytic acidFood scienceBlood sugarDiabetes mellitusResistant starchSugarStarchCarbohydrateInternal medicineChemistryEndocrinology

Résumé

récupéré en direct d'OpenAlex

Carbohydrate foods, which produce low glycemic responses, have been shown to be beneficial in the dietary management of chronic diseases such as diabetes and hyperlipidemia. This study determined the starch digestion rate in vitro and, in a randomised crossover design, the postprandial blood glucose response of 10 healthy and nine type 2 diabetic volunteers to brown rice compared to milled rice from the same batch and variety. The total sugar released in vitro was 23.7% lower in brown rice than in milled rice. In healthy volunteers, the glycemic area and glycemic index were, respectively, 19.8% and 12.1% lower (p < 0.05) in brown rice than milled rice, while in diabetics, the respective values were 35.2% and 35.6% lower. The effect was partly due to the higher amounts of phytic acid, polyphenols, dietary fiber and oil in brown compared to milled rice and the difference in some physicochemical properties of the rice samples such as minimum cooking time and degree of gelatinisation. In conclusion, brown rice is a more health beneficial food for diabetics and hyperglycemic individuals than milled rice.

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 distillée sur la base complète

Imitation des enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,043
Score d'incertitude au seuil0,186

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,009
Tête enseignante GPT0,236
Écart entre enseignants0,227 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations138
Publié2006
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueInternational Journal of Food Sciences and NutritionMême sujetFood composition and propertiesTravaux en français237 207