Viscosity rather than quantity of dietary fibre predicts cholesterol-lowering effect in healthy individuals
Notice bibliographique
Résumé
The well-documented lipid-lowering effects of fibre may be related to its viscosity, a phenomenon that has been understudied, especially when fibre is given against the background of a typical North American (NA) diet. In this three-arm experiment, we compared the lipid-lowering effect of low-viscosity wheat bran (WB), medium-viscosity psyllium (PSY) and a high-viscosity viscous fibre blend (VFB), as part of a fibre intervention aimed at increasing fibre intake to recommended levels within the context of a NA diet in apparently healthy individuals. Using a randomised cross-over design, twenty-three participants (twelve males and eleven females; age 35 (SD 12) years; LDL-cholesterol (C) 2.9 (SEM 0.6) mmol/l) consuming a typical NA diet received a standard, fibre-enriched cereal, where approximately one-third of the fibre was either a low-viscosity (570 centipoise (cP)) WB, medium-viscosity (14,300 cP) PSY or a high-viscosity (136,300 cP) novel VFB, for 3 weeks separated by washout periods of ≥ 2 weeks. There were no differences among the treatments in the amount of food consumed, total dietary fibre intake, reported physical activity and body weight. Final intake of the WB, PSY and VFB was 10.8, 9.0 and 5.1 g, respectively. Reduction in LDL-C was greater with the VFB compared with the medium-viscosity PSY (-12.6 (SEM 3.5) %, P = 0.002) and low-viscosity WB (-14.6 (SEM 4.2) %, P = 0.003). The magnitude of LDL-C reduction showed a positive association with fibre apparent viscosity (r - 0.41, P = 0.001). Despite the smaller quantity consumed, the high-viscosity fibre lowered LDL-C to a greater extent than lower-viscosity fibres. These data support the inclusion of high-viscosity fibre in the diet to reduce plasma lipids among apparently healthy individuals consuming a typical NA diet.
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 | 0,002 | 0,003 |
| 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 | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».