INDUCED FIBER VISCOSITY TRIPLES ITS EFFECT ON POSTPRANDIAL BLOOD GLUCOSE RESPONSE
Notice bibliographique
Résumé
This study examined the effects of modifying fiber viscosity, by dose and treatment methods, on glycemic response. On 16 occasions, in a single‐blinded, randomized, crossover design, 8 healthy subjects (4M:4F, 33.6±3.5 yrs) consumed glucose drinks (with 25 or 50g carbohydrates (CHO)) plus psyllium (0,3,6or 9g) that was either treated (induced viscosity) or untreated (inherent viscosity). The induced viscosity treatment was a combination of heat, mechanical energy, aeration and gradual cooling. Hardness, which is highly correlated with viscosity (r=0.98, p=0.0034), was used to measure meal viscosity (Instron, Canton, MA). Log hardness was directly proportional to dose (r=0.99, p=0.0056) and heat treatment (r=0.99, p<0.0002) and inversely proportional (p=0.002) to incremental blood glucose area under the curve (AUC) at 25g (r=−1.00, p=0.0001) and 50g (r=−0.094, p=0.0004) CHO. A strong inverse correlation existed between fiber‐to‐nutrient ratio and % AUC reduction (inherent: r=−0.95, p=0.0043; induced: r=−0.098, p=0.0009). Viscosity of meals is an important predictor of postprandial glycemic response when fiber‐to‐nutrient ratio is considered. A novel procedure that treats soluble fiber to triple its viscosity and reduce postprandial blood glucose can be highly regarded by industry, since it may be easier to incorporate into foods, and also by individuals, who could consume fiber at lower quantities and still achieve health benefits. Travel grant: Inovobiologic Inc. Calgary
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 | 0,001 | 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) | 0,002 | 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 ».