MétaCan
Menu
Retour à la cohorte
Enregistrement W2755170837 · doi:10.1039/c7fo00972k

Investigating the relationship between lentil carbohydrate fractions and in vivo postprandial blood glucose response by use of the natural variation in starch fractions among 20 lentil varieties

2017· article· en· W2755170837 sur OpenAlexafffund
D. Dan Ramdath, Qiang Liu, Elizabeth Donner, Aileen Hawke, Danusha N. Kalinga, Jordan Winberg, Thomas M.S. Wolever

Notice bibliographique

RevueFood & Function · 2017
Typearticle
Langueen
DomaineNursing
ThématiqueFood composition and properties
Établissements canadiensGlycemic Index LaboratoriesToronto Public HealthAgriculture and Agri-Food Canada
Organismes subventionnairesAgriculture and Agri-Food Canada
Mots-clésPostprandialStarchCarbohydrateIn vivoFood scienceBiologyCarbohydrate metabolismChemistryBiotechnologyAgronomyBiochemistryInsulin

Résumé

récupéré en direct d'OpenAlex

Consumption of pulses is associated with many health benefits by mechanisms that are not fully understood. This study sought to identify the starch component(s) in cooked lentils responsible for lowering postprandial glycemic response (PPGR). Rapidly digestible (RDS), slowly digestible (SDS) and resistant starch (RS) content of 20 varieties of cooked lentil were determined by in vitro methods and 8 varieties, representing a linear range of SDS, were chosen for a human trial with 10 participants to determine PPGR and glycemic index (GI). Among the 20 lentil varieties, RS accounted for 35% of the variation of in vitro area under the starch hydrolysis curve (SHAUC) (r = -0.587; p < 0.01), but RDS (r = 0.401; p = 0.080) and SDS (r = -0.022; p = 0.927) were not significantly related to SHAUC. Multiple linear regression of in vitro data resulted in an equation [SHAUCest = 30.9RDS - 63.6RS + 9680] that accounted for 70% of the variance in SHAUC, with SDS excluded due to collinearity. In the human trial all 8 lentils had low GI values (10 to 23). Neither GI nor area under the glucose response curve (AUC) was significantly related to RDS, SDS or RS (minimum p = 0.24). However, SHAUC and SHAUCest, respectively, were related to both GI (r = 0.704, p = 0.051; r = 0.773, p = 0.024) and AUC (r = 0.765, p = 0.027; r = 0.822, p = 0.012). These results confirm that lentils have low GI values, which is not reliably predicted by their RDS, SDS and RS contents when considered individually. However, in vitro SHAUC and a combination of RDS and RS may be predictive of the PPGR of lentils.

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)0,001
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: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,001
Score d'incertitude au seuil0,003

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
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 Opus0,045
Tête enseignante GPT0,261
Écart entre enseignants0,216 · 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'étudeObservationnel
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

Citations28
Publié2017
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueFood & FunctionMême sujetFood composition and propertiesTravaux en français237 207