MétaCan
Menu
Retour à la cohorte
Enregistrement W2324423253 · doi:10.1097/mol.0b013e3283613bb7

Recent advances in dietary proteins and lipid metabolism

2013· review· en· W2324423253 sur OpenAlexaff
Dalia El Khoury, G. Harvey Anderson

Notice bibliographique

RevueCurrent Opinion in Lipidology · 2013
Typereview
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueProtein Hydrolysis and Bioactive Peptides
Établissements canadiensUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésLipid metabolismBiochemistryIsoflavonesMetabolismAmino acidCholesterolChemistryBiology

Résumé

récupéré en direct d'OpenAlex

PURPOSE OF REVIEW: There is growing interest in defining the dietary approaches for the management of lipid disorders. This review focuses on dietary proteins. RECENT FINDINGS: Increasing protein intake was coupled with improved lipid profiles in humans and animals. However, most studies increased the protein content by reducing that of fat or carbohydrate or both, making unclear the role of protein alone. Mechanisms of action differ with the sources of proteins, because of amino acid composition and bioactive peptides encrypted in their sequences. Soy protein was investigated the most, and many studies show that its consumption reduces blood cholesterol. The role of other constituents including isoflavones is debated. Short-term studies are consistent in showing lipid-lowering properties of whey proteins, attributed to their relative high content in branched chain amino acids. A limited number of studies, the majority being on animals, have shown hypocholesterolemic activities of fish proteins. SUMMARY: Dietary proteins regulate lipid metabolism in a manner dependent on their quantity and composition. There is a general consensus that proteins slow lipid absorption and synthesis, and promote lipid excretion. The benefits of dietary proteins remain to be confirmed in individuals with lipid abnormalities, for formulation of optimal dietary alternatives for the management of lipid disturbances.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,995
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,082
Tête enseignante GPT0,380
Écart entre enseignants0,298 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Devis d'étudeSans objet
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations62
Publié2013
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCurrent Opinion in LipidologyMême sujetProtein Hydrolysis and Bioactive PeptidesTravaux en français237 207