The Beneficial Effects of SesaVitaTM on Lipid Profiles and Blood Glucose Levels in Subjects With Prediabetes and Mild-To-Moderate Hyperlipidemia in India
Notice bibliographique
Résumé
Individuals suffering from Type 2 diabetes develop prediabetes before progression of diabetes. In case of prediabetes people, the blood glucose levels are higher than normal but not sufficient to be diagnosed as diabetes. On the basis of existing reports on Sesame extract, SesaVitaTM which is an herbal food supplement containing Sesame seeds (Sesamum indicum L.) extract may provide an option for management of prediabetes. The objective of this study was to determine the beneficial effects of SesaVitaTM in prediabetes and mild to moderate hyperlipidemia subjects. This randomized, placebo-controlled, double-blind study comprised of 13 female and 07 male patients with prediabetes and mild to moderate hyperlipidemia, aged between 18 and 65 years. Twenty subjects were randomized to receive SesaVitaTM (500 mg/day) or placebo along with therapeutic lifestyle changes for 6 weeks. The primary outcome was the measure of efficacy in terms of change in serum lipid profile and glycaemic levels on week 3 and 6. Secondary outcome measures include safety and tolerability evaluated by physical examination and clinical laboratory evaluations. Improvements in lipid profile and glycaemic levels were observed in SesaVitaTM treated group when compared with placebo and baseline. A statistical significant reduction was observed in low density lipoprotein cholesterol (LDL-C), total cholesterol (TC), oral glucose tolerance test (OGTT) and fasting blood sugar (FBS) levels during week 3 and 6 when treated with SesaVitaTM extract. No adverse events occurred and all safety parameters were within normal ranges during the study. This study revealed that the treatment with SesaVitaTM was safe and well tolerated; may be beneficial in the management of prediabetes and mild-to-moderate hyperlipidemia.
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 | 0,000 | 0,000 |
| 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 | 0,000 | 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 ».