Effect of low-carbohydrate diets on cardiometabolic risk, insulin resistance, and metabolic syndrome
Notice bibliographique
Résumé
PURPOSE OF REVIEW: An obesity epidemic has resulted in increasing prevalence of insulin resistance, hyperinsulinemia, metabolic syndrome (MetS), and cardiovascular disease (CVD). The Diet-Heart Hypothesis posited that dietary fat is the culprit. Yet dietary fat reduction has contributed to the problem, not resolved it. The role of hyperinsulinemia, the genesis of its atherogenic dyslipidemia and systemic inflammation in CVD and its reversal is reviewed. RECENT FINDINGS: Overnutrition leads to weight gain and carbohydrate intolerance creating a vicious cycle of insulin resistance/hyperinsulinemia inhibiting fat utilization and encouraging fat storage leading to an atherogenic dyslipidemia characterized by hypertriglyceridemia, low HDL, and small dense LDL. The carbohydrate-insulin model better accounts for the pathogenesis of obesity, MetS, and ultimately type 2 diabetes (T2DM) and CVD. Ketogenic Diets reduce visceral obesity, increase insulin sensitivity, reverse the atherogenic dyslipidemia and the inflammatory biomarkers of overnutrition. Recent trials show very high adherence to ketogenic diet for up to 2 years in individuals with T2DM, reversing their metabolic, inflammatory and dysglycemic biomarkers as well as the 10-year estimated atherosclerotic risk. Diabetes reversal occurred in over 50% and complete remission in nearly 8%. SUMMARY: Therapeutic carbohydrate-restricted can prevent or reverse the components of MetS and T2DM.
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) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,006 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| 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 | 0,001 |
| 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 ».