MétaCan
Menu
Retour à la cohorte
Enregistrement W3186136098 · doi:10.1093/ajcn/nqab228

Neither low salivary amylase activity, cooling cooked white rice, nor single nucleotide polymorphisms in starch-digesting enzymes reduce glycemic index or starch digestibility: a randomized, crossover trial in healthy adults

2021· article· en· W3186136098 sur OpenAlexafffund
Thomas M.S. Wolever, Ahmed El‐Sohemy, Adish Ezatagha, Andreea Zurbau, Alexandra L. Jenkins

Notice bibliographique

RevueAmerican Journal of Clinical Nutrition · 2021
Typearticle
Langueen
DomaineNursing
ThématiqueFood composition and properties
Établissements canadiensGlycemic Index LaboratoriesUniversity of Toronto
Organismes subventionnairesUniversity of Toronto
Mots-clésStarchGlycemic indexAmylaseCrossover studyGlycemicFood scienceSalivaSingle-nucleotide polymorphismRandomized controlled trialWhite riceGlycaemic indexResistant starchEnzymeGenotypeMedicineBiologyChemistryBiochemistryInsulinInternal medicineGene

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: It was suggested that low salivary-amylase activity (SAA) and cooling or stir-frying cooked starch decreases its digestibility and glycemic index. OBJECTIVE: We determined the effects of SAA, cooling, and single-nucleotide polymorphisms (SNPs) in the salivary amylase (AMY1), pancreatic amylase (AMY2A, AMY2B), maltase-glucoamylase (MGAM), and sucrase-isomaltase (SI) genes on starch digestibility and glycemic index of cooked polished rice. METHODS: Healthy subjects [pilot, n = 12; main, n = 20 with low-SAA (<50 U/mL), and n = 20 with high-SAA (>105 U/mL)] consumed test meals containing 25 g (pilot) or 50 g (main) available carbohydrate at a contract research organization using open-label (pilot) or assessor-blinded (main), randomized, crossover, Latin-square designs (trial registration: NCT03667963). Pilot-trial test meals were dextrose, freshly cooked polished rice, cooked rice cooled overnight, stir-fried hot rice, or stir-fried cold rice. Main-trial test meals were dextrose, dextrose plus 10 g lactulose, plain hot rice, or plain cold rice. In both trials, blood glucose was measured fasting and at intervals over 2 h. In the main trial, breath hydrogen was measured fasting and hourly for 6 h to estimate in vivo starch digestibility. Data were analyzed by repeated-measures ANOVA for the main effects of temperature and stir-frying (pilot trial) or the main effects of SAA and temperature (main trial) and their interactions. Effects of 24 single nucleotide polymorphisms (SNPs) were assessed separately. Means were considered to be equivalent if the 95% CI of the differences were within ±20% of the comparator mean for glucose response/glycemic index or ±7% for digestibility. RESULTS: Pilot: neither temperature nor stir-frying significantly affected glucose incremental AUC (primary endpoint, n = 12). Main: mean ± SEM glycemic index (primary endpoint, n = 40) was equivalent for low-SAA compared with high-SAA (73 ± 3 vs. 75 ± 4) and cold rice compared with hot rice (75 ± 3 vs. 70 ± 3). Estimated starch digestibility (n = 39) was equivalent for low-SAA compared with high-SAA (95% ± 1% vs. 92% ± 1%) and hot rice compared with cold rice (94% ± 1% vs. 93% ± 1%). No meaningful associations were observed between genotypes and starch digestibility or glycemic index for any of the SNPs. CONCLUSIONS: The results do not support the hypotheses that low-SAA, cooling, and common genetic variations in starch-digesting enzymes affect the glycemic index or in vivo carbohydrate digestibility of cooked polished rice. This trial was registered at clinicaltrials.gov as NCT03667963.

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)0,002
score de la tête « metaresearch » (Gemma)0,002
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Essai randomisé · Signal consensuel: Essai randomisé
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,007
Score d'incertitude au seuil0,025

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,002
Méta-épidémiologie (sens strict)0,0030,002
Méta-épidémiologie (sens large)0,0050,002
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,002
Communication savante0,0010,002
Science ouverte0,0010,001
Intégrité de la recherche0,0030,004
Charge utile insuffisante (le modèle a refusé de juger)0,0070,001

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 Opus0,048
Tête enseignante GPT0,360
Écart entre enseignants0,312 · 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'étudeEssai randomisé
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

Citations9
Publié2021
Routes d'admission2
Résumé présentnon

Explorer davantage

Même revueAmerican Journal of Clinical NutritionMême sujetFood composition and propertiesTravaux en français237 207