Acute Response of Equicaloric Test Meals Varying in Glycemic Index and Glycemic Load on Postprandial Glycemia, Arterial Stiffness and Blood Pressure in Healthy Adults
Notice bibliographique
Résumé
Objectives The relative importance of the type of carbohydrate (Glycemic Index, GI) and/or the quantity (Glycemic Load, GL) in the context of a mixed meal on glycemia is still debated; whereas the effects on vascular health are unknown. This study therefore investigated the acute effect all 4 permutations of high and low GI and GL meals on postprandial glycemia and vascular function. Methods A total of 15 healthy subjects were recruited; preliminary data on the first eight are presented (3M, 5F; age 33 ± 16 y; BMI 21.6 ± 2.7 kg/m 2 ). On 4 separate occasions, subjects received 4 equicaloric meals where the GI and GL levels were manipulated in a block design. Capillary blood samples were collected at fasting and 15, 30, 45, 60, 90, 120, 180 and 240 minutes post‐consumption. Aortic augmentation index (AIx) and central BP were measured hourly using applanation tonometry by radial pulse wave analysis and peripheral BP was evaluated oscillometrically. Results The iAUC blood glucose response after the HiGI‐HiGL and LoGI‐HiGL meals were significantly higher than the LoGI‐LoGL and HiGI‐LoGL meals (p<0.0001), while AIx was significantly reduced at 60min after the HiGI‐LoGL and LowGI‐HiGL meals compared to HiGI‐HiGL (p<0.05). Conclusions Preliminary data analysis demonstrates that manipulating the GI and GL of a meal result in significantly different blood glucose responses and may acutely modulate vascular function.
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 | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 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 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».