Consumption of Pulse-Based Meals Improves Lipoprotein Ratios Among Sedentary Office Workers: A Randomized Clinical Trial
Notice bibliographique
Résumé
To determine whether improvements in cardiometabolic health occur when providing pulse-based meals to sedentary office workers. Using a randomized, single-blind, crossover design participants (n = 26) were assigned to either: A pulse-based diet to replace their regular workplace meals OR their regular diet for 2 months, followed by a one-month washout and then crossed-over to the other diet for 2 months. Blood glucose and insulin response (measured as incremental area under the curve (I-AUC)) to an oral glucose tolerance test, and lipids (i.e., total cholesterol (TC), low-density lipoprotein cholesterol (LDL-C), high-density lipoprotein cholesterol (HDL-C), triglycerides (TG), TC: HDL-C, LDL-C: HDL-C) were measured before and after each of the two diet phases. Differences between the pulse-diet phase and the control phase were glucose I-AUC (−20.4 mmol/L), insulin I-AUC (1348 µIU/mL), TC (−0.1 mmol/L), LDL-C (−0.24 mmol/L), HDL-C (0.14 mmol/L), TG (0.07 mmol/L). No statistically significant differences were apparent for any of these changes between diet phases; however, the pulse-based diet significantly decreased TC/HDL-C (−0.22, P = 0.01), and LDL-C/HDL-C (−0.19, P = 0.03) compared to the regular diet. The lipoprotein ratios are better predictors of cardiovascular risk than the isolated parameters. Ready-to-eat packaged pulse-based meals can easily be incorporated as part of a healthy lifestyle to lower risk of cardiovascular diseases. Funded by Weston Foundation, Saskatchewan Pulse Growers, and Saskatchewan Agriculture Development Fund.
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 | 0,000 |
| 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 ».