Consumption of low-fat dairy foods for 6 months improves insulin resistance without adversely affecting lipids or bodyweight in healthy adults: a randomized free-living cross-over study
Notice bibliographique
Résumé
BACKGROUND: Given the highly debated role of dairy food consumption in modulating biomarkers of metabolic syndrome, this study was conducted to examine the influence of long-term (6 month) dairy consumption on metabolic parameters in healthy volunteers under free-living conditions without energy restriction. METHODS: Twenty-three healthy subjects completed a randomized, crossover trial of 12 months. Participants consumed their habitual diets and were randomly assigned to one of two treatment groups: a high dairy supplemented group instructed to consume 4 servings of dairy per day (HD); or a low dairy supplemented group limited to no more than 2 servings of dairy per day (LD). Baseline, midpoint, and endpoint metabolic responses were examined. RESULTS: Endpoint measurements of body weight and composition, energy expenditure, blood pressure, blood glucose, and blood lipid and lipoprotein responses did not differ (p > 0.05) between the LD and HD groups. HD consumption improved (p < 0.05) plasma insulin (-9%) and insulin resistance (-11%, p = 0.03) as estimated by HOMA-IR compared with the LD group. CONCLUSIONS: Study results suggest that high dairy consumption (4 servings/d) may improve insulin resistance without negatively impacting bodyweight or lipid status under free-living conditions. TRIAL REGISTRATION: Clinical Trials.gov: NCT01761955.
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 | 0,003 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,003 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,002 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 0,001 |
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 ».