Effect of Oat β-Glucan on Affective and Physical Feeling States in Healthy Adults: Evidence for Reduced Headache, Fatigue, Anxiety and Limb/Joint Pains
Notice bibliographique
Résumé
The gastrointestinal (GI) side-effects of dietary fibers are recognized, but less is known about their effects on non-GI symptoms. We assessed non-GI symptoms in a trial of the LDL-cholesterol lowering effect of oat β-glucan (OBG). Participants (n = 207) with borderline high LDL-cholesterol were randomized to an OBG (1 g OBG, n = 104, n = 96 analyzed) or Control (n = 103, n = 95 analyzed) beverage 3-times daily for 4 weeks. At screening, baseline, 2 weeks and 4 weeks participants rated the severity of 16 non-GI symptoms as none, mild, moderate or severe. The occurrence and severity (more or less severe than pre-treatment) were compared using chi-squared and Fisher’s exact test, respectively. During OBG treatment, the occurrence of exhaustion and fatigue decreased versus baseline (p < 0.05). The severity of headache (2 weeks, p = 0.032), anxiety (2 weeks p = 0.059) and feeling cold (4 weeks, p = 0.040) were less on OBG than Control. The severity of fatigue and hot flashes at 4 weeks, limb/joint pain at 2 weeks and difficulty concentrating at both times decreased on OBG versus baseline. High serum c-reactive-protein and changes in c-reactive-protein, oxidized-LDL, and GI-symptom severity were associated with the occurrence and severity of several non-GI symptoms. These data provide preliminary, hypothesis-generating evidence that OBG may reduce several non-GI symptoms in healthy adults.
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 | 0,001 | 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 | 0,001 |
| 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 ».