Low-Dose Stevia (Rebaudioside A) Consumption Perturbs Gut Microbiota and the Mesolimbic Dopamine Reward System
Notice bibliographique
Résumé
Stevia is a natural low-calorie sweetener that is growing in popularity in food and beverage products. Despite its widespread use, little is understood of its impact on the gut microbiota, an important environmental factor that can mediate metabolism and subsequent obesity and disease risk. Furthermore, given previous reports of dysbiosis with some artificial low-calorie sweeteners, we wanted to understand whether prebiotic consumption could rescue potential stevia-mediated changes in gut microbiota. Three-week old male Sprague–Dawley rats were randomized to consume: (1) Water (CTR); (2) Rebaudioside A (STV); (3) prebiotic (PRE); (4) Rebaudioside A + prebiotic (SP) (n = 8/group) for 9 weeks. Rebaudioside was added to drinking water and prebiotic oligofructose-enriched inulin added to control diet (10%). Body weight and feces were collected weekly and food and fluid intake biweekly. Oral glucose and insulin tolerance tests, gut permeability tests, dual X-ray absorptiometry, and tissue harvest were performed at age 12 weeks. Rebaudioside A consumption alone did not alter weight gain or glucose tolerance compared to CTR. Rebaudioside A did, however, alter gut microbiota composition and reduce nucleus accumbens tyrosine hydroxylase and dopamine transporter mRNA levels compared to CTR. Prebiotic animals, alone or with Rebaudioside A, had reduced fat mass, food intake, and gut permeability and cecal SCFA concentration. Adding Rebaudioside A did not interfere with the benefits of the prebiotic except for a significant reduction in cecal weight. Long-term low-dose Rebaudioside A consumption had little effect on glucose metabolism and weight gain; however, its impact on gut microbial taxa should be further examined in populations exhibiting dysbiosis such as obesity.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 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 | 0,001 | 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 ».