Protein source in a high‐protein diet modulates reductions in insulin resistance and hepatic steatosis in <i>fa/fa</i> Zucker rats
Notice bibliographique
Résumé
OBJECTIVE: High-protein diets are being promoted to reduce insulin resistance and hepatic steatosis in metabolic syndrome. Therefore, the effect of protein source in high-protein diets on reducing insulin resistance and hepatic steatosis was examined. METHODS: Fa/fa Zucker rats were provided normal-protein (15% of energy) casein, high-protein (35% of energy) casein, high-protein soy, or high-protein mixed diets with animal and plant proteins. RESULTS: The high-protein mixed diet reduced area under the curve for insulin during glucose tolerance testing, fasting serum insulin and free fatty acid concentrations, homeostatic model assessment index, insulin to glucose ratio, and pancreatic islet cell area. The high-protein mixed and the high-protein soy diets reduced hepatic lipid concentrations, liver to body weight ratio, and hepatic steatosis rating. These improvements were observed despite no differences in body weight, feed intake, or adiposity among high-protein diet groups. The high-protein casein diet had minimal benefits. CONCLUSIONS: A high-protein mixed diet was the most effective for modulating reductions in insulin resistance and hepatic steatosis independent of weight loss, indicating that the source of protein within a high-protein diet is critical for the management of these metabolic syndrome parameters.
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 ».