Impact of oat processing on glycaemic and insulinaemic responses in healthy humans: a randomised clinical trial
Notice bibliographique
Résumé
Oats can be processed in a variety of ways ranging from minimally processed such as steel-cut oats (SCO), to mildly processed such as large-flake oats (old fashioned oats, OFO), moderately processed such as instant oats (IO) or highly processed in ready-to-eat oat cereals such as Honey Nut Cheerios (HNC). Although processing is believed to increase glycaemic and insulinaemic responses, the effect of oat processing in these respects is unclear. Thus, we compared the glycaemic and insulinaemic responses elicited by 628 kJ portions of SCO, OFO, IO and HNC and a portion of Cream of Rice cereal (CR) containing the same amount of available-carbohydrate (23 g) as the oatmeals. Healthy males (n 18) and females (n 12) completed this randomised, cross-over trial. Blood was taken fasting and at intervals for 3 h following test-meal consumption. Glucose and insulin peak-rises and incremental AUC (iAUC) were subjected to repeated-measures ANOVA using Tukey's test (two-sided P<0·05) to compare individual means. Glucose peak-rise (primary endpoint, mean (sem) mmol/l) after OFO, 2·19 (sem 0·11), was significantly less than after CR, 2·61 (sem 0·13); and glucose peak-rise after SCO, 1·93 (sem 0·13), was significantly less than after CR, HNC, 2·49 (sem 0·13) and IO 2·47 (sem 0·13). Glucose iAUC was significantly lower after SCO than CR and HNC. Insulin peak rise was similar among the test meals, but insulin iAUC was significantly less after SCO than IO. Thus, the results show that oat processing affects glycaemic and insulinaemic responses with lower responses associated with less processing.
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 | 0,004 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,005 | 0,002 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,002 |
| Communication savante | 0,002 | 0,002 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,004 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,008 | 0,001 |
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 ».