Hormonal and metabolic effects of carbohydrate restriction in children with Prader‐Willi syndrome
Notice bibliographique
Résumé
OBJECTIVE: Macronutrient regulation of hyperphagia and adiposity in Prader-Willi syndrome (PWS) is poorly understood. We compared fasting and postprandial concentrations of hormones and metabolites in eight PWS children (age 9-18 years) fed, in random order, low carbohydrate, high-fat (LC, 15% carb; 65% fat; 20% protein) and low-fat, high carbohydrate (LF, 65% carb, 15% fat, 20% protein) diets matched for calories and protein. METHODS: Participants were randomized to consume either the LC or LF diet during a first hospital admission and the second diet during a subsequent admission. Blood samples were obtained after overnight fasting and 1 hour after a mixed meal. RESULTS: Relative to subjects consuming the LF diet, subjects consuming the LC diet had: lower postprandial insulin concentrations (P = 0.02); higher fasting GLP-1 AND GIP concentrations and increased postprandial GLP-1 (P < 0.02); reduced ratio of fasting ghrelin to GLP-1 (P = 0.0078); increased FFA and fatty acid oxidation, as assessed by concentrations of even-chain acylcarnitines (P < 0.001); lower fasting TG and TG/HDL ratio (P < 0.01); and higher concentrations of branch chain amino acids (P < 0.01). There were no changes in glucose, PYY, or adiponectin. CRP, AST and ALT were all higher (P < 0.01) on the LC diet. CONCLUSIONS: Increases in GLP-1 with low carbohydrate feeding and reductions in the ratio of ghrelin to GLP-1 might limit food intake and improve glycaemic control in PWS. Other potential benefits of carbohydrate restriction may include fat mobilization and oxidation and reductions in the TG/HDL ratio, a marker of insulin resistance. However, increases in CRP, AST and ALT necessitate longer-term studies of low carbohydrate efficacy and safety.
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 | 0,000 | 0,000 |
| 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) | 0,000 | 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 ».