Impact of Diets Rich in Whole Grains and Fruits and Vegetables on Cardiovascular Risk Factors in Overweight and Obese Women: A Randomized Clinical Feeding Trial
Notice bibliographique
Résumé
OBJECTIVE: Previous interventions have reported desirable effects of diets rich in whole grains or rich in fruits and vegetables on cardiovascular disease (CVD) risk factors and weight management. However, data are lacking regarding the effect of these fiber sources separately. The aim of this randomized clinical feeding trial was to investigate the effects of fiber-rich diets with different sources of fiber (fruits, vegetables, and whole grains) on weight loss and CVD risk factors in overweight and obese women. METHODS: Overweight and obese women (N = 75) were randomized to one of three weight loss diets that were rich in whole grains, fruits and vegetables, or both for 10 weeks. Body weight, waist circumference, and risk factors of CVD were examined at baseline and 10 weeks. RESULTS: During the 10-week dietary intervention phase, the reductions in weight (p = 0.03), waist circumference (p = 0.001), systolic blood pressure (p = 0.04), fasting blood sugar (p = 0.03), and triglycerides (p = 0.001) were higher in the whole grains group compared with the fruits and vegetables group or the combination diet group. Also, the whole grain group had a greater increase (p = 0.01) in high-density lipoprotein cholesterol compared to the other groups. The change in other risk factors, including diastolic blood pressure and low-density lipoprotein cholesterol, was not different among the three diet groups. Within-group comparisons revealed significant reductions in weight, waist circumference, and fasting blood sugar in all groups. Only the fruits and vegetables group and the whole grains group had significant decreases in low-density lipoprotein cholesterol over 10 weeks (p ≤ 0.03). CONCLUSIONS: This trial suggests that in overweight and obese women, a weight loss diet rich in whole grains may have a more beneficial effect on CVD risk factors than diets rich in fruits and vegetables or a combination of whole grains and fruits and vegetables.
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 | 0,002 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| 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) | 0,000 | 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 ».