Proposing a “Lipemic Index” As a Nutritional and Research Tool
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Recent studies have demonstrated the value of non-fasting serum triglycerides (TG) as risk markers for cardiovascular and cerebrovascular disease. This underscores the importance of knowing the postprandial lipid/lipoprotein responses to different foods. A systematic approach is needed to make use of postprandial lipid data as a practical nutritional tool, similar to the well known glycemic index (GI), which is a measure of the effect of carbohydrates on blood glucose levels. Using GI as a model, we propose that a similar and parallel nutritional tool called Lipemic Index (LI) be developed to facilitate the planning of a healthy diet. LI could also serve as a tool in human nutrition research. LI would refer to the postprandial increase of serum TG after a test meal with a specific food relative to a reference meal. The reference meal could take the form of a fat load that has a fixed amount (e.g. 50-70 g) of a mixture of saturated, polyunsaturated and monounsaturated fats in known proportions. It is possible that a test meal may have a greater degree of postprandial lipemia (PPL) than the reference meal and, unlike GI, the LI may exceed 100%. We recommend total plasma TG as the blood parameter to follow after consumption of the fat load. The TG incremental area under the curve (iAUC) will be calculated from the curve drawn from hourly measurements of plasma TG up to 6 hours using the trapezoid rule. The LI of the test meal (%) will equal the iAUC of the test meal divided by the iAUC of the reference meal x 100. Consideration will be given to the impact of background diet, other nutrients in the test meal and gender differences on LI testing. The establishment of LI into practice will be complicated and challenging. However, it is important for work to begin on establishing a practical and quantifiable index of PPL, in order to benefit clinical management of patients as well as research.
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.
Prédiction distillée sur la base complète
Imitation des enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| 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) | 0,001 | 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 découle