Strawberry and cranberry polyphenols improve insulin sensitivity in insulin-resistant, non-diabetic adults: a parallel, double-blind, controlled and randomised clinical trial
Notice bibliographique
Résumé
Plant-derived foods rich in polyphenols are associated with several cardiometabolic health benefits, such as reduced postprandial hyperglycaemia. However, their impact on whole-body insulin sensitivity using the hyperinsulinaemic-euglycaemic clamp technique remains under-studied. We aimed to determine the effects of strawberry and cranberry polyphenols (SCP) on insulin sensitivity, glucose tolerance, insulin secretion, lipid profile, inflammation and oxidative stress markers in free-living insulin-resistant overweight or obese human subjects (n 41) in a parallel, double-blind, controlled and randomised clinical trial. The experimental group consumed an SCP beverage (333 mg SCP) daily for 6 weeks, whereas the Control group received a flavour-matched Control beverage that contained 0 mg SCP. At the beginning and at the end of the experimental period, insulin sensitivity was assessed by a hyperinsulinaemic-euglycaemic clamp, and glucose tolerance and insulin secretion by a 2-h oral glucose tolerance test (OGTT). Insulin sensitivity increased in the SCP group as compared with the Control group (+0·9 (sem 0·5)×10-3 v. -0·5 (sem 0·5)×10-3 mg/kg per min per pmol, respectively, P=0·03). Compared with the Control group, the SCP group had a lower first-phase insulin secretion response as measured by C-peptide levels during the first 30 min of the OGTT (P=0·002). No differences were detected between the two groups for lipids and markers of inflammation and oxidative stress. A 6-week dietary intervention with 333 mg of polyphenols from strawberries and cranberries improved insulin sensitivity in overweight and obese non-diabetic, insulin-resistant human subjects but was not effective in improving other cardiometabolic risk factors.
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 | 0,002 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,005 | 0,002 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 0,001 |
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 ».