Improvement of glucose and lipid metabolism via mung bean protein consumption: clinical trials of GLUCODIA™ isolated mung bean protein in the USA and Canada
Notice bibliographique
Résumé
The aim of the present study was to confirm the effects of a commercially available mung bean protein isolate (GLUCODIA™) on glucose and lipid metabolism. The main component of GLUCODIA™ is 8S globulin, which constitutes 80 % of the total protein. The overall structure of this protein closely resembles soyabean β-conglycinin, which accounts for 20 % of total soya protein (soya protein isolate; SPI). Many physiological beneficial effects of β-conglycinin have been reported. GLUCODIA™ is expected to produce beneficial effects with fewer intakes than SPI. We conducted two independent double-blind, placebo-controlled clinical studies. In the first (preliminary dose decision trial) study, mung bean protein was shown to exert physiological beneficial effects when 3·0 g were ingested per d. In the second (main clinical trial) study, mung bean protein isolate did not lower plasma glucose levels, although the mean insulin level decreased with consumption of mung bean protein. The homeostatic model assessment of insulin resistance (HOMA-IR) values significantly decreased with mung bean protein. The mean TAG level significantly decreased with consumption of mung bean protein isolate. A significant increase in serum adiponectin levels and improvement in liver function enzymes were observed. These findings suggest that GLUCODIA™ could be useful in the prevention of insulin resistance and visceral fat accumulation, which are known to trigger the metabolic syndrome, and in the prevention of liver function decline.
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 | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».