Differential Serving Sizes of High β Glucan Oatmeal Elicit Lower Glycemic Response than Rice Cereal
Notice bibliographique
Résumé
To determine impact of serving size and cereal type along with addition of sugar on the glycemic response (GLR) elicited by oatmeal, we compared the GLR over 2 hr elicited by 30, 40 and 60g high β glucan (5.2%) Classic Quaker Quick Oats (18, 24 and 36g available carbohydrate (CHO), respectively) and by 30g Oats plus 9g sugar (sucrose) with those after available CHO matched portions (22, 29, 44 and 33g, respectively) of Cream of Rice cereal (Control) in 38 healthy subjects (mean±SD age 40±12 yr, BMI 26.4±3.6 kg/m²). As serving size increased, incremental area under the curve (AUC), peak rise (PR), rate of decline (RD) and time to baseline (Tb) for blood glucose increased significantly for both cereals. Time to peak (Tp) tended to increase with serving size (significant only for Oats). Overall mean AUC, PR and RD, respectively for oats without sugar were 24%, 25%and 24% less than those after Control (all p<0.05). The GLR after Oats plus sugar was compared to that after 33g Control without sugar (both test meals contained 27g available CHO). After Oats plus sugar AUC, PR and RD were significantly lower than after 33g Control without sugar by 29%, 15% and 23%, respectively. It is concluded that high β glucan Oatmeal elicits a lower glycemic response than Cream of Rice cereal. Measures of GLR tended to increase with increased serving size but the rate of change of some of the measures varied for the different cereals. Adding sugar to Oatmeal elicits a significantly lower GLR than a serving of Cream of Rice cereal containing the same amount of available carbohydrate.
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) | 0,000 | 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) | 0,001 | 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 ».