Determination of the Glycemic Index of a Weight Loss Meal Plan Program Using Energy Controlled, Pre‐packaged Products
Notice bibliographique
Résumé
Background Consumption of low glycemic index (GI) diets has been associated with a range of health benefits including weight loss. Meal plans incorporating pre‐packaged, energy‐controlled, low‐GI products may therefore be a convenient and effective intervention for weight management. However, GI is affected by the degree of food processing. This suggests that a low‐GI diet based on such foods could be difficult to construct. Objective Determine the GI of a meal plan based on a line of prepackaged foods designed to have a low‐GI. Methods Sixty‐six foods, including 16 breakfast, 15 lunch, 13 dinner and 22 snack items, were tested. Groups of ten healthy subjects tested each food once and a control food three times. The GI of test foods was calculated using standard methodology from capillary blood samples obtained at −5, 0, 15, 30, 45, 60, 90, and 120 minutes. GI for the full meal plan was estimated from tested foods and recommended supplemental grocery items. Results 49 foods fell in the low GI range, 13 in the medium and 4 high. Estimated dietary GI of the full meal plan was in the low range (GI = 44). Conclusion This study demonstrated that an energy‐controlled, low‐GI diet can be assembled using a line of pre‐packaged foods, thus providing an option in designing research or clinical interventions requiring a low‐GI diet. Funding Source: Nutrisystem, Inc.
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 | 0,001 | 0,001 |
| 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) | 0,001 | 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 ».