Evaluation of the effects of Neptune Krill Oil on the clinical course of hyperlipidemia.
Notice bibliographique
Résumé
OBJECTIVE: To assess the effects of krill oil on blood lipids, specifically total cholesterol, triglycerides, low-density lipoprotein (LDL), and high-density lipoprotein (HDL). METHODS: A multi-center, three-month, prospective, randomized study followed by a three-month, controlled follow-up of patients treated with 1 g and 1.5 g krill oil daily. Patients with hyperlipidemia able to maintain a healthy diet and with blood cholesterol levels between 194 and 348 mg per dL were eligible for enrollment in the trial. A sample size of 120 patients (30 patients per group) was randomly assigned to one of four groups. Group A received krill oil at a body mass index (BMI)-dependent daily dosage of 2-3 g daily. Patients in Group B were given 1-1.5 g krill oil daily, and Group C was given fish oil containing 180 mg eicosapentaenoic acid (EPA) and 120 mg docosahexaenoic acid (DHA) per gram of oil at a dose of 3 g daily. Group D was given a placebo containing microcrystalline cellulose. The krill oil used in this study was Neptune Krill Oil, provided by Neptune Technologies and Bioresources, Laval, Quebec, Canada. OUTCOME MEASURES: Primary parameters tested (baseline and 90-day visit) were total blood cholesterol, triglycerides, LDL, HDL, and glucose. RESULTS: Krill oil 1-3 g per day (BMI-dependent) was found to be effective for the reduction of glucose, total cholesterol, triglycerides, LDL, and HDL, compared to both fish oil and placebo. CONCLUSIONS: The results of the present study demonstrate within high levels of confidence that krill oil is effective for the management of hyperlipidemia by significantly reducing total cholesterol, LDL, and triglycerides, and increasing HDL levels. At lower and equal doses, krill oil was significantly more effective than fish oil for the reduction of glucose, triglycerides, and LDL levels.
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 | 0,008 | 0,008 |
| 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) | 0,000 | 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 ».