Plasma n‐3 fatty acids are inversely associated with n‐6 linoleic acid in men consuming high or low n‐6 linoleic acid and constant n‐3 linolenic acid
Notice bibliographique
Résumé
The n‐3 fatty acids (FA) linolenic acid (ALA), eicosapentaenoic acid (EPA) and docosahexaenoic acid (DHA) are associated with decreased risk of cardiovascular and inflammatory diseases. High intakes of linoleic acid (LA) may affect conversion of ALA to EPA and DHA, thus compromising the benefit of n‐3 FA. However, limited data are available on the effect of LA intakes on n‐3 FA status, at constant LNA, in humans. We determined whether lowering LA intake by substituting low for high LA oils with constant LNA in oil blends with a LA:ALA ratio of 2:1 or 8:1 increases plasma phospholipid (PL) EPA or DHA, and decreases the ARA/EPA ratio. Adult men, n=24 consumed fats, oils and baked foods with high or low LA, 4 wks/diet, to replace these foods in their diet in a random cross over design. Fish and seafood were eliminated from 2 wk before and throughout the study. Plasma PL FA, triglyceride (TG), total, HDL, and LDL cholesterol were measured at Wk 0, 4 and 8. The plasma PL LA, and ARA/EPA ratio was significantly higher, and EPA was significantly lower during the high compared to low LA diet period. Plasma PL LA was significantly inversely related to EPA (P<0.001) across all subjects and time points. Total, HDL and LDL cholesterol were not different between the high and low LA diets, but plasma TG was inversely related to PL LA. These studies show that lowering dietary LA improves the ARA/EPA ratio, which may be important in inflammatory diseases.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,001 |
| 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) | 0,001 | 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 source (Gemma direct ou Codex distillé), 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 ».