Favourable impact of low-calorie cranberry juice consumption on plasma HDL-cholesterol concentrations in men
Notice bibliographique
Résumé
A low HDL-cholesterol concentration is an independent risk factor for CVD. Studies have suggested that flavonoid consumption may be cardioprotective, and a favourable impact on circulating HDL-cholesterol concentrations has been suggested to partially explain this association. The aim of the present study was to determine the effect of consuming increasing daily doses of low-calorie cranberry juice cocktail (CJC) on the plasma lipid profile of abdominally obese men. For that purpose, thirty men (mean age 51 (SD 10) years) consumed increasing doses of CJC during three successive periods of 4 weeks (125 ml/d, 250 ml/d, 500 ml/d). Before the study and after each phase, we measured changes in physical and metabolic variables. We noted a significant increase in plasma HDL-cholesterol concentration after the consumption of 250 ml CJC/d (+8.6+/-14.0% v. 0 ml CJC/d; P<0.01), an effect that plateaued during the last phase of the study (500 ml CJC/d: +8.1+/-10.0% v. 0 ml CJC/d; P<0.0001). Multivariate analyses revealed that changes in plasma apo A-I (R(2)=48%, P<0.0001) and triacylglycerol (R(2)=16%, P<0.005) concentrations were the only variables significantly contributing to the variation in plasma HDL-cholesterol concentration noted in response to the intervention. No variation was observed in total as well as in LDL and VLDL cholesterol. The present results show that daily CJC consumption is associated with an increase in plasma HDL-cholesterol concentrations in abdominally obese men. We hypothesise that polyphenolic compounds from cranberries may be responsible for this effect, supporting the notion that the consumption of flavonoid-rich foods can be cardioprotective.
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 ».