Measuring glycaemic responses: duplicate fasting samples or duplicate measures of one fasting sample?
Notice bibliographique
Résumé
The precision with which glycaemic responses, expressed as incremental area under the curve (AUC), can be measured may be improved by using the average of several measures of fasting blood glucose (FBG). To see if taking two fasting blood samples would increase the precision of AUC, the glycaemic responses elicited by four test meals (50 g glucose; 50 g glucose plus 10 g fat and 10 g protein; 100 g white bread; 100 g white bread plus 10 g fat and 10 g protein) were determined in thirteen overnight-fasted healthy subjects. Two fasting blood samples were taken 5 min apart (-5 min and 0 min before starting to eat) with glucose measured three times in each sample. AUC was calculated using different estimates of FBG derived from the three measures of glucose in the two fasting blood samples and each set of AUC values subjected to ANOVA. Unexpectedly, the results were more precise when AUC was calculated from mean glucose in the 0 min blood sample (FBG0) than from mean glucose in the two different fasting blood samples. The 95 % CI of the AUC calculated using FBG0 in thirteen subjects was +/-29.8; to obtain the same CI using the mean of the two fasting blood samples would require fourteen subjects. These results suggest that taking two fasting blood samples does not necessarily improve, and may even reduce, the precision of AUC as a measure of glycaemic response. Further studies are needed before requiring that two fasting blood samples be taken for determining glycaemic index.
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 | 0,001 | 0,001 |
| 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 ».