MétaCan
Menu
Retour à la cohorte
Enregistrement W2473999979 · doi:10.1038/nutd.2016.26

The effect of consuming low- versus high-glycemic index meals after exercise on postprandial blood lipid response following a next-day high-fat meal

2016· article· en· W2473999979 sur OpenAlexafffund
Mojtaba Kaviani, Philip D. Chilibeck, P. Yee, Gordon A. Zello

Notice bibliographique

RevueNutrition and Diabetes · 2016
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueMuscle metabolism and nutrition
Établissements canadiensUniversity of Saskatchewan
Organismes subventionnairesHeart and Stroke Foundation of Canada
Mots-clésPostprandialMealMedicineGlycemic indexCalorieCrossover studyInternal medicineGlycemicOverweightEndocrinologyBody mass indexFood scienceInsulinChemistry

Résumé

récupéré en direct d'OpenAlex

BACKGROUND/OBJECTIVES: Exercise performed shortly before (that is, within half a day of) a high-fat meal is beneficial for stimulating fat oxidation after the meal and reducing postprandial triglycerides (TG). This benefit of exercise is unfortunately negated if the after-exercise food choice to replace the calories expended during exercise is one containing high-glycemic index (HGI) carbohydrates. We determined the effect of consuming low-glycemic index (LGI) carbohydrates after an exercise session on fat oxidation and TG after a subsequent high-fat meal. SUBJECTS/METHODS: Using a randomized, counterbalanced crossover design, 23 overweight or obese individuals (body mass index ⩾25 kg m(-2)) performed: walking exercise (90 min) at 1800 h followed by no meal (EX); exercise followed by a meal with LGI carbohydrates (that is, lentils, EX-LGI); exercise followed by a meal with HGI carbohydrates (that is, instant potatoes, white bread, EX-HGI); and a control condition with no exercise or meal. After a 10-h overnight fast, participants were given a standardized high-fat meal. Fat oxidation was estimated before and for 6 h after this meal from respiratory gas measures and TG determined from blood samples. RESULTS: Fat oxidation (mean±s.d.) was higher with EX (6.9±1.7 g h(-1)) than EX-HGI (6.3±1.6 g h(-1); P=0.007) and Control (5.9±1.7 g h(-1); P=0.00002), and EX-LGI (6.6±1.7 g h(-1)) was higher than Control (P=0.002). TG total area under the curve was 18-32% lower with EX and EX-LGI compared with control (P=0.0005 and P=0.0001, respectively) and EX-HGI (P=0.05 and P=0.021, respectively). CONCLUSIONS: A meal containing HGI carbohydrates consumed after an evening exercise session cancels the beneficial effect of exercise for stimulating fat oxidation and lowering TG after a subsequent high-fat meal, whereas consuming a post-exercise meal with LGI carbohydrates retains the positive effect of exercise.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,006

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
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)0,0020,000

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 Opus0,004
Tête enseignante GPT0,218
Écart entre enseignants0,214 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
Domainenon disponible
GenreEmpirique

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

En bref

Citations17
Publié2016
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueNutrition and DiabetesMême sujetMuscle metabolism and nutritionTravaux en français237 207