Influence of different dietary oil consumption on nutrient malabsorption: An animal trial using <i>Sprague Dawley</i> rats
Notice bibliographique
Résumé
In the present study, the influences of five typical dietary oils (i.e., palm oil, PO; leaf lard oil, LO; rapeseed oil, RO; sunflower oil, SO; and linseed oil, LN) consumption on the nutrients malabsorption were studied using adult male Sprague Dawley rats. Results suggested that the C16:0 (24.534 ± 2.26% to 54.269 ± 1.28%) and C18:0 (18.433 ± 4.421% to 36.455 ± 3.316%) were the dominant fatty acids in fecal samples in different groups. After 6-week intervention by different dietary oils, the fecal moisture and water soluble protein content in PO group, the reducing sugar content in PO, LO, and RO groups were significantly increased compared with those in the control group (p < .05). Moreover, the Na, K, and Fe contents in LO group were all the highest among the all groups. These effects were probably due to the different fatty acids composition as illustrated in the correlation analysis results. The different effects were probably due to their distinct fatty acids composition as illustrated in the correlation analysis results. Results further indicated that the different dietary oils treatment, especially for the PO (SFAs, 43.17 ± 0.98%) and LO (SFAs, 36.44 ± 0.65%), increased the upstream inflammatory cytokine expression level in the Toll-like receptor signal pathway (i.e., TLR4 and MyD88), enhancing the gut permeability. This resulted in significant increase of serum lipopolysaccharide (LPS) levels (p < .05), which was closely connected with different metabolic diseases. The present study may provide basic understandings about different dietary oil enteral nutrition and their effects on gut health. PRACTICAL APPLICATIONS: The PO, LO, RO, SO, and LN are the five of the most typical dietary lipids in Asia countries, especially in China. They are the natural edible oils which are rich in C16:0, C18:0, C18:1, C18:2ω6, and C18:3ω3, respectively. The present study indicated that the different dietary lipid consumption may result in different dietary nutrients malabsorption, which are related with the dietary lipid fatty acid composition.
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) | 0,001 | 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 ».