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 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 | 0,000 | 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) | 0,000 | 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 ».