Bioactive oat β-glucan reduces LDL cholesterol in Caucasians and non-Caucasians
Notice bibliographique
Résumé
BACKGROUND: There is increasing global acceptance that viscous soluble fibers lower serum LDL cholesterol (LDL-C), but most evidence for this comes from studies in Caucasians. To see if oat β-glucan lowers LDL-C in Caucasians and non-Caucasians we conducted a post-hoc analysis of the results of a randomized, controlled, double-blind, multi-center clinical trial whose primary aim was to determine if molecular-weight (MW) influenced the LDL-C-lowering effect of oat β-glucan. RESULTS: Caucasian and non-Caucasian subjects with LDL-C-C ≥ 3.0 and ≤ 5.0 mmol/L (n = 786 screened, n = 400 ineligible, n = 19 refused, n = 367 randomized, n = 345 completed, n = 1 excluded for missing ethnicity) were randomly assigned to consume cereal containing wheat-fiber (Control, n = 74:13 Caucasian:non-Caucasian) or 3 g high-MW (3H, 2,250,000 g/mol, n = 67:19), 4 g medium-MW (4 M, 850,000 g/mol, n = 50:17), 3 g medium-MW (3M, 530,000 g/mol, n = 54:9) or 4 g low-MW (4 L, 210,000 g/mol, n = 51:12) oat β-glucan daily for 4 weeks. LDL-C after 4 weeks was influenced by baseline LDL-C (p < 0.001) and treatment (p = 0.003), but not ethnicity (p = 0.74). In all subjects, compared to control, 3 H, 4 M and 3 M reduced LDL-C significantly by 4.8 to 6.5%, but 4 L had no effect. Compared to control, the bioactive oat β-glucan treatments (3H, 4M and 3M) reduced LDL-C by a combined mean (95% CI) of 0.18 (0.06, 0.31) mmol/L (4.8%, n = 171, p = 0.004) in Caucasians, a value not significantly different from the 0.37 (0.09, 0.65) mmol/L (10.3%, n = 45, p = 0.008) reduction in non-Caucasians. CONCLUSION: We conclude that oat β-glucan reduces LDL-C in both Caucasians and non-Caucasians; there was insufficient power to determine if the magnitude of LDL-C-lowering differed by ethnicity. TRIAL REGISTRATION: ClinicalTrials.gov: NCT00981981.
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 | 0,002 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».