Metabolic and Gut Microbiota Responses to Sourdough Pasta Consumption in Overweight and Obese Adults
Notice bibliographique
Résumé
Increasing consumer interest in fermented products has driven the emergence of a number of novel foods including shelf-stable sourdough pasta. This study comprehensively examined the impact of fermentation on the microbial composition of the culture, pasta, its subsequent effects on glycemic responses and gut microbiota in overweight men and women (>25 kg/m 2 ) compared to a conventional, non-fermented pasta. Two, randomized crossover trials were performed. Study A examined acute feeding responses to each product wherein fasted participants completed a meal tolerance test comprised of 75 g of conventional or sourdough pasta to examine glycemic responses. Results showed enhanced gastric emptying with sourdough, but no difference in overall blood glucose, insulin or satiety hormone responses between the treatments. Study B consisted of three standard oral glucose tolerance tests as well as fecal collection for sequencing at baseline and following each pasta intervention (150 g or 2 serving/d for 5 days) followed by a 2-week washout period. Results showed no differential impact of either pasta treatment on glucose tolerance. Analysis of fecal bacterial and fungal (mycobiome) microbiota showed no change at the individual species or genus levels. However, fungi were adaptive following chronic pasta consumption with decreases in alpha diversity of fungi following sourdough, but not conventional pasta. This was accompanied by reductions in total fecal short chain fatty acid concentrations. In conclusion, sourdough fermentation did not change the overall glycemic properties of the pasta, incretin responses or bacterial gut microbiota, but appears to impact microbiome fungal community structure with chronic consumption.
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) | 0,000 | 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 | 0,000 | 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 ».