MétaCan
Menu
Retour à la cohorte
Enregistrement W3045736651 · doi:10.3390/nu12082275

Effect of Varying Molecular Weight of Oat β-Glucan Taken just before Eating on Postprandial Glycemic Response in Healthy Humans

2020· article· en· W3045736651 sur OpenAlexaff
Thomas M.S. Wolever, Outi Mattila, Natalia Rosa‐Sibakov, Susan M. Tosh, Alexandra L. Jenkins, Adish Ezatagha, Ruedi Duss, Robert E. Steinert

Notice bibliographique

RevueNutrients · 2020
Typearticle
Langueen
DomaineNursing
ThématiqueFood composition and properties
Établissements canadiensUniversity of OttawaGlycemic Index Laboratories
Organismes subventionnairesnon disponible
Mots-clésPostprandialGlycemicArea under the curveInternal medicineMedicineEndocrinologyGlycemic indexPreloadGlycemic loadFood scienceChemistryAnimal scienceInsulinBiology

Résumé

récupéré en direct d'OpenAlex

To see if the molecular weight (MW) and viscosity of oat β-glucan (OBG) when taken before eating determine its effect on postprandial glycemic responses (PPRG), healthy overnight-fasted subjects (n = 16) were studied on eight separate occasions. Subjects consumed 200 mL water alone (Control) or with 4 g OBG varying in MW and viscosity followed, 2–3 min later, by 113 g white-bread. Blood was taken fasting and at 15, 30, 45, 60, 90, and 120 min after starting to eat. None of the OBG treatments differed significantly from the Control for the a-priori primary endpoint of glucose peak-rise or secondary endpoint of incremental area-under-the-curve (iAUC) over 0–120 min. However, significant differences from the Control were seen for glucose iAUC over 0–45 min and time to peak (TTP) glucose. Lower log(MW) and log(viscosity) were associated with higher iAUC 0–45 (p < 0.001) and shorter TTP (p < 0.001). We conclude that when 4 g OBG is taken as a preload, reducing MW does not affect glucose peak rise or iAUC0-120, but rather accelerates the rise in blood glucose and reduces the time it takes glucose to reach the peak. However, this is based on post-hoc calculation of iAUC0-45 and TTP and needs to be confirmed in a subsequent study.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Essai non randomisé · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,001
Score d'incertitude au seuil0,003

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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.

Tête enseignante Opus0,017
Tête enseignante GPT0,283
Écart entre enseignants0,266 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeEssai non randomisé
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations10
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueNutrientsMême sujetFood composition and propertiesTravaux en français237 207