Fiber intake predicts ghrelin levels in overweight and obese postmenopausal women
Notice bibliographique
Résumé
BACKGROUND: Ghrelin levels are decreased upon food intake, but the impact of specific diet-derived macronutrients on its regulation remains unclear. In addition, because of ghrelin's association with body weight regulation, it is important to understand the mechanisms regulating its levels in obese individuals. OBJECTIVE: To examine the effect of specific macronutrients on ghrelin levels in overweight and obese postmenopausal women. METHODS: Thirty-five subjects underwent a euglycemic/hyperinsulinemic clamp (EHC) to examine glucose disposal and total ghrelin (TotG) and acylated ghrelin (AG) levels. Macronutrient intake was evaluated with a 3-day food questionnaire. RESULTS: Under fasting conditions, positive associations were observed between fiber intake and TotG and AG levels. Fasting AG also correlated positively with the intake of total energy, as well as monounsaturated and polyunsaturated lipids. Importantly, fiber consumption explained up to 26 and 23% of the variation in TotG and AG respectively. During the EHC, TotG levels were significantly reduced at all times, while AG was decreased at 60 min only. TotG area under the curve (AUC) values were positively associated with fiber and polyunsaturated lipid intake, while AG AUC values correlated positively with fiber, total energy, carbohydrate, and lipid intake. Interestingly, fiber intake explained up to 21% of the variation in TotG AUC, while total energy intake predicted up to 21% of the variation in the AG AUC. CONCLUSION: The present study suggests that fiber intake is an important regulator of ghrelin levels both in fasting and in hyperinsulinemic conditions. Overall, these results reinforce the importance of the intimate association between eating habits and gastrointestinal hormonal regulation.
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 ».