Adverse effects of fructose on cardiometabolic risk factors and hepatic lipid metabolism in subjects with abdominal obesity
Notice bibliographique
Résumé
BACKGROUND: Overconsumption of dietary sugars, fructose in particular, is linked to cardiovascular risk factors such as type 2 diabetes, obesity, dyslipidemia and nonalcoholic fatty liver disease. However, clinical studies have to date not clarified whether these adverse cardiometabolic effects are induced directly by dietary sugars, or whether they are secondary to weight gain. OBJECTIVES: ), served with their habitual diet over 12 weeks, on liver fat content and other cardiometabolic risk factors in a large cohort (n = 71) of abdominally obese men. METHODS: We analysed changes in body composition, dietary intake, an extensive panel of cardiometabolic risk markers, hepatic de novo lipogenesis (DNL), liver fat content and postprandial lipid responses after a standardized oral fat tolerance test (OFTT). RESULTS: Fructose consumption had modest adverse effects on cardiometabolic risk factors. However, fructose consumption significantly increased liver fat content and hepatic DNL and decreased β-hydroxybutyrate (a measure of β-oxidation). The individual changes in liver fat were highly variable in subjects matched for the same level of weight change. The increase in liver fat content was significantly more pronounced than the weight gain. The increase in DNL correlated positively with triglyceride area under the curve responses after an OFTT. CONCLUSION: Our data demonstrated adverse effects of moderate fructose consumption for 12 weeks on multiple cardiometabolic risk factors in particular on liver fat content despite only relative low increases in weight and waist circumference. Our study also indicates that there are remarkable individual differences in susceptibility to visceral adiposity/liver fat after real-world daily consumption of fructose-sweetened beverages over 12 weeks.
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 | 0,000 | 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 ».