Combined effects of a dietary portfolio of plant sterols, vegetable protein, viscous fibre and almonds on LDL particle size
Notice bibliographique
Résumé
Studies conducted in the last 20 years have led to the identification of small dense LDL as an important risk factor for CVD. Consumption of plant sterols, soyabean proteins, viscous fibre and nuts are known to modulate the risk of CVD favourably through their cholesterol (Chol)-lowering properties, both independently and more recently in combination. Nevertheless, their combined impact on the LDL particle size phenotype has never been tested. In the present study, we assessed the effect of incorporating concurrently plant sterols (1 g/4.2 MJ), soyabean protein (23 g/4.2 MJ), viscous fibre (9 g/4.2 MJ) and almonds (15 g/4.2 MJ) into a diet very low in saturated fat in twelve patients with mildly elevated plasma LDL-Chol levels. Fasting blood lipids were obtained at the start of the study and at 2-week intervals during the 4-week study. The diet-induced reduction in plasma LDL-Chol of 30.0 (se 3.0) % (P<0.0001) was attributed to concurrent reductions in the serum Chol concentrations of large (>26.0 nm-30 (se 8) %, P<0.001), medium (25.5-26.0 nm-29 (se 3) %, P<0.001) and small (<25.5 nm-21 (sd 6) %, P<0.01) LDL particles, with near maximal reductions seen by week 2. These results indicate that foods and dietary components advocated for their potential to reduce the risk of CVD are effective in reducing serum concentrations of all LDL fractions including small dense LDL, thus potentially further contributing to an overall lower risk of CVD.
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) | 0,001 | 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 ».