A pulse-based diet is effective for reducing total and LDL-cholesterol in older adults
Notice bibliographique
Résumé
Our purpose was to determine the effects of a pulse-based diet in individuals 50 years or older for reducing CVD risk factors. A total of 108 participants were randomised to receive pulse-based foods (two servings daily of beans, chickpeas, peas or lentils; about 150 g/d dry weight) or their regular diet for 2 months, followed by a washout of 1 month and a cross-over to the other diet for 2 months. Anthropometric measures, body composition and biochemical markers (i.e. serum LDL-cholesterol (LDL-C), as the primary outcome, and other lipids, glucose, insulin and C-reactive protein) were assessed before and after each diet phase. A total of eighty-seven participants (thirty males and fifty-seven females; 59·7 (sd 6·3) years, body mass 76 (sd 16) kg) completed the study. Compared with the regular diet, the pulse-based diet decreased total cholesterol by 8·3 % (pulse, 4·57 (sd 0·93) to 4·11 (sd 0·91) mmol/l; regular, 4·47 (sd 0·94) to 4·39 (sd 0·97) mmol/l; P < 0·001) and LDL-C by 7·9 % (pulse, 2·93 (sd 0·84) to 2·55 (sd 0·75) mmol/l; regular, 2·96 (sd 0·86) to 2·81 (sd 0·83) mmol/l; P = 0·01). In a sub-analysis of individuals with high lipid levels at baseline (twenty individuals with high cholesterol), the pulse-based diet reduced cholesterol by 6 % compared with the regular diet (pulse, 5·62 (sd 0·78) to 5·26 (sd 0·68) mmol/l; regular, 5·60 (sd 0·91) to 5·57 (sd 0·85) mmol/l; P = 0·05). A pulse-based diet is effective for reducing total cholesterol and LDL-C in older adults and therefore reduces the risk of CVD.
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 | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 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 | 0,001 | 0,001 |
| 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 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 ».