Increasing the viscosity of oat β-glucan beverages by reducing solution volume does not reduce glycaemic responses
Notice bibliographique
Résumé
The soluble fibre (1 → 3)(1 → 4)-β-D-glucan attenuates postprandial glycaemic responses when administered in solution. This attenuating effect is strengthened when solution viscosity is increased by increasing the β-glucan dose or molecular weight (MW). The effect of varying solution viscosity by changing solution volume, without changing the β-glucan dose or MW, on glycaemic responses was determined. A total of fifteen healthy subjects received six 50 g oral glucose beverages prepared with or without 4 g of high-MW (HMW, 580,000 g/mol) or low-MW (LMW, 145,000 g/mol) β-glucan, with a beverage volume of 250 or 600 ml. Postprandial plasma glucose concentration was measured over 2 h, and the peak blood glucose rise (PBGR) and the incremental area under the glycaemic response curve (AUC) were calculated. Subjects served as their own controls. The physico-chemical properties of the beverages were measured to examine their relationship with glycaemic response results. The HMW β-glucan beverage was more viscous and achieved greater reductions in PBGR than the glucose beverage with LMW β-glucan (P < 0·05). At the same MW, the 250 and 600 ml β-glucan beverages differed in viscosity (>9-fold difference) but not in PBGR (P > 0·05). No differences in AUC were detected among the beverages (P = 0·147). The effects of β-glucan on glycaemic response were altered by changes in beverage viscosity achieved through changes in MW but not in volume. Therefore, β-glucan dose and MW are the most vital characteristics for optimising the bioactivity of β-glucan solutions with respect to glycaemic response.
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 | 0,000 |
| 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 | 0,001 |
| 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 ».