Differential Effects of Chronic Ingestion of Refined Sugars versus Natural Sweeteners on Insulin Resistance and Hepatic Steatosis in a Rat Model of Diet-Induced Obesity
Notice bibliographique
Résumé
While the detrimental effect of refined sugars on health has been the subject of many investigations, little is known about the long-term impact of natural sweeteners on metabolic disorders. In this study we compared the metabolic responses to chronic ingestion of refined sugars compared to various natural sweeteners in diet-induced obese rats. Wistar rats were fed a high-fat high-sucrose diet (HFHS) for 8 weeks and daily gavaged with a solution containing 1 g of total carbohydrates from refined sugar (sucrose or fructose) or six different natural sugar sources, followed by assessment of glucose homeostasis, hepatic lipid accumulation, and inflammation. While glucose tolerance was similar following treatments with refined and natural sugars, lowered glucose-induced hyperinsulinemia was observed with fructose. Consumption of fructose and all-natural sweeteners but not corn syrup were associated with lower insulin resistance as revealed by reduced fasting insulin and homeostatic model assessment of insulin resistance (HOMA-IR) compared to sucrose treatment of HFHS-fed rats. All-natural sweeteners and fructose induced similar liver lipid accumulation as sucrose. Nevertheless, maple syrup, molasses, agave syrup, and corn syrup as well as fructose further reduced hepatic IL-1β levels compared to sucrose treatment. We conclude that natural sweeteners and especially maple syrup, molasses, and agave syrup attenuate the development of insulin resistance and hepatic inflammation compared to sucrose in diet-induced obese rats, suggesting that consumption of those natural sweeteners is a less harmful alternative to sucrose in the context of 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 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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 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 ».