MétaCan
Menu
Retour à la cohorte
Enregistrement W3176193010 · doi:10.1096/fasebj.22.1_supplement.702.16

The Effects of Pistachios on Postprandial Glucose and Insulin Levels, Gut Satiety Hormones and Measures of Oxidative Stress

2008· article· en· W3176193010 sur OpenAlexaff
Cyril W.C. Kendall, Andrea R. Josse, David J.A. Jenkins

Notice bibliographique

RevueThe FASEB Journal · 2008
Typearticle
Langueen
DomaineNursing
ThématiqueNuts composition and effects
Établissements canadiensUniversity of TorontoSt. Michael's Hospital
Organismes subventionnairesnon disponible
Mots-clésPostprandialGlycemicMealInsulinOxidative stressFood scienceMedicineDiabetes mellitusHormoneEndocrinologyInternal medicineChemistry

Résumé

récupéré en direct d'OpenAlex

Background: Nuts are associated with a reduced risk of CHD and Type 2 Diabetes possibly relating to their favorable fat, protein and antioxidant profiles. Moreover, nuts have also been shown to reduce serum LDL‐C. Previous studies have demonstrated that pistachios decreased the postprandial glycemic response of white bread in a dose‐dependent manner and attenuated the glucose excursions of common carbohydrate foods when consumed with 2oz of pistachios. Objective: To assess the effect of pistachios on postprandial serum insulin levels, gut satiety hormone responses and measures of tissue oxidative stress. Methods: After an overnight fast, 15 healthy subjects consumed 2 iso‐caloric test meals and 1 control meal in a randomized fashion, each separated by 1 week. Test meals, with similar macronutrient profiles, consisted of white bread (97g) plus 2oz of pistachios; white bread (97g) plus butter (14g) and cheese (68g). The control meal was white bread. Capillary finger‐prick and venous blood samples were taken and subjective satiety measures via a visual analogue scale were assessed over 3 hours. The relative glycemic and insulinemic responses were assessed by calculating the incremental area under the 3h curve (IAUC). Results: Differences are assessed by least squares means with a Tukey adjustment for multiple comparisons. To be presented. Funding Support: Western Pistachio Association

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,003
Score d'incertitude au seuil0,009

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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.

Tête enseignante Opus0,019
Tête enseignante GPT0,242
Écart entre enseignants0,223 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2008
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueThe FASEB JournalMême sujetNuts composition and effectsTravaux en français237 207