Effects of Two Hypocaloric Diets Supplemented With White Lupine or Oats on Lipid Peroxidation, Reverse Cholesterol Transport and Paraoxonase Activity in Obese Rat
Notice bibliographique
Résumé
<p>The purpose of this study was to compare the effects of two hypocaloric diets supplemented with legume or cereal on hyperglycemia, dyslipidemia, serum HDL<sub>2</sub> and HDL<sub>3</sub> composition, lipid peroxidation, and lecithin-cholesterol acyltransferase (LCAT) and paraoxonase (PON1) activities in obese rats. Obesity was induced by feeding a high-fat-diet during 3 months. At 400 ± 20 g, the obese rats were divided into three groups (n = 8): two groups were submitted for 28 days to a caloric restriction (CR) at 0.9 MJ supplemented with lupine (CR–Lupine group) or oats (CR–Oats group). The third group was fed a caloric restricted diet without supplementation (CR group). At day 28, glycemia was lower (-21%) in the CR–Oats than the CR group. CR–Oats diet reduced total cholesterol content (-13%) when compared to lupine supplementation. In contrast, CR–Lupine diet decreased serum triacylglycerols by 22% and 15% respectively <em>versus</em> CR–Oats and CR diets. Lipoproteins lipid peroxidation was significantly lower in CR–Lupine and CR–Oats when compared to the CR diet. Serum PON1 activity was increased in CR–Lupine (+88%) and CR–Oats (+82%) groups compared to CR group. Furthermore, LCAT activity was enhanced in CR– Lupine (+23% and +26%, respectively) <em>versus</em> CR and CR–Oats groups. In obese rats, caloric restriction supplemented with lupine compared to oats supplementation has beneficial effect on hypertriglyceridemia and improves reverse cholesterol transport by enhancing LCAT activity leading to anti–atherogenic effects. This effect is partially reinforced by the high HDL PON1 activity which protects it from oxidation.</p>
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| 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) | 0,000 | 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 ».