Alterations in Lipid-Lipoprotein Fractions and Antioxidant Status by Lycopene and its Blends with Rice Bran Oil in Nutritionally Induced Hyperlipidemic Animal Model
Notice bibliographique
Résumé
Nutrition Transition in the latter half of 20th century has prompted profound shift from traditional dietary pattern of fibre rich foods to increased consumption of energy dense, high fat and low fibre foods. Resultant oblivious nutritional environment coupled with physical inactivity has abridged the gap between health and chronic diseases. Consequently, the paradigm of treatment from pharmaceuticals has shifted to neutraceuticals and a large proportion of populace is resorting to cost effective treatments from natural sources that can contribute effectually in combating these dreadful diseases. The present study was undertaken to evaluate the efficacy of blends of lycopene and rice bran oil (RBO) on alteration in lipid metabolism and oxidative stress biomarkers in high fat high cholesterol diet fed albino rats. The rats were supplemented with lycopene (30mg/kg/day) singly and blend of lycopene (30mg/kg/day) and rice bran oil (100ml/kg/day) for 6 weeks. Results indicate that lycopene enriched diets significantly (p≤0.05) improved altered parameters, however, the effect was more pronounced in animals reared on blends of lycopene and RBO. The therapeutic potential of lycopene and RBO can be tapped as preventive and protective therapy against the detrimental effects of high fat diets consumed globally.
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 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 ».