Effects of Energy and Carbohydrate Intake on Serum High-Density Lipoprotein-Cholesterol Levels
Notice bibliographique
Résumé
High-density lipoprotein (HDL) is a lipoprotein which has anti-atherogenic property by reverse cholesterol transport from the peripheral tissues to liver. Low HDL-cholesterol (HDL-C) level is associated with the development of coronary artery diseases. We previously studied effects of energy and carbohydrate intake on serum HDL-C to make “Dietary Reference Intakes for Japanese 2015”, and reported the results by reviewing papers by 2012. Here we review meta-analyses about the effects of energy and carbohydrate intake on serum HDL-C levels which were published from 2012 to 2018, to make “Dietary Reference Intake for Japanese 2020”, by using PubMed, Embase and Google Scholar. Effects of energy restriction on HDL-C may depend on backgrounds of subjects studied, the ratio of carbohydrate, protein and fat. Low carbohydrate diet may increase HDL-C, which may be due to reduction of body weight and/or amelioration of insulin resistance. Regarding intake of free sugar, further studies including effects of free sugar intake on other risk factors in addition to HDL-C should be performed. Fructose intake may exert no effect on HDL-C; however, the fructose intake equal to or less than 100 g/day may be recommended considering unfavorable effects on triglyceride (TG) and low-density lipoprotein-cholesterol (LDL-C). J Endocrinol Metab. 2018;8(2-3):27-31 doi: https://doi.org/10.14740/jem504w
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 | 0,003 | 0,009 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,003 | 0,006 |
| Bibliométrie | 0,002 | 0,003 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 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 ».