Influence of Functional Sweet White Lupin Biscuits on Lipid Profile and Food Efficiency of Induced Hyperlipidemia Rats
Notice bibliographique
Résumé
<p>In recent years, functional foods have attracted much interest to prevent nutrition-related diseases such as hyperlipidemia and weight gain. In this regard, this study was designed to examine the effect of use sweet white lupin (SWL) oil and flour with/without germination as a source of active healthy components to prepare functional biscuits for lowering blood lipids and growth. Functional biscuits were formulated by replacing wheat flour and butter in biscuit formulae by SWL extracted flour and SWL oil in the range of 20-30% (w/w) and 30-40% (v/w), respectively. Results indicated that the feed of hyperlipidemic rats on diets supplemented with different functional SWL biscuits for 6 weeks significantly (P &lt; 0.05) reduced serum total cholesterol, triglycerides, low density lipoproteins, very low density lipoproteins, ratio of total cholesterol/high density lipoproteins cholesterol, ratio of low density lipoproteins/high density lipoproteins cholesterol and atherogenic index. Furthermore, the feed of functional SWL biscuits significantly reduced the body weight gain of rats and their food efficiency compared to that of rats fed on hyperlipidemic diet. On the other hand, there was an increase in the value of high density lipoproteins cholesterol and its ratio with total cholesterol. All these findings supported that the addition of 25% germinated SWL flour and 35% or 40% germinated SWL oil in biscuits gave interested results compared to the common wheat biscuits. Therefore, the proposed functional SWL biscuits could be able to regulate the blood cholesterol and the body growth levels of individuals and patients.</p>
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 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 | 0,003 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| 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 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».