Adding prebiotic fiber to a maternal high fat, sucrose diet during pregnancy and lactation reduces offspring body fat in Sprague‐Dawley rats
Notice bibliographique
Résumé
The prebiotic fiber oligofructose (OFS) may help reduce the negative effects associated with intake of a high‐fat/high sucrose (HFS) diet during pregnancy and lactation. Obesity was induced in female SD rats (n=90) with a HFS diet for 10 wk. Top weight gainers were randomized to 1 of 3 groups for pregnancy and lactation (n=14 per group): 1) HFS; 2) HFS + 10% OFS; 3) Weight matched (WM) to group 2. A 4th lean control (LC) group was kept on standard AIN‐93G diet. Primary outcomes included maternal and offspring body weight (BW) and composition (via DXA). Secondary outcomes included an oral glucose tolerance test, satiety hormone analysis and fecal microbiota profiles. At baseline, obesity induced dams had significantly higher BW (p<0.001) and fasting glucose (p<0.05) than LC. During gestation, BW was lower in LC than all other groups (p=0.001) up to 1 day before due date, then was only lower than the HFS dams; OFS and WM dams were not different than LC. At weaning, HFS dams had higher % body fat than all other groups (p<0.015). Gestational glycemic response was highest in HFS dams (p<0.05). Offspring of HFS dams had higher % body fat than all other groups (p<0.001); offspring of OFS dams were no different then LC or WM pups. Gut microbiota and satiety hormone analysis is ongoing. In conclusion, consumption of OFS during pregnancy and lactation normalizes the high body fat found in HFS‐fed dams and their offspring. Funded by CIHR, AIHS, NSERC. Grant Funding Source : CIHR, NSERC, AIHS
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 | 0,000 |
| 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 | 0,001 |
| 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 ».