Whole and fractionated yellow pea flour consumption alters post‐ prandial glucose response and insulin parameters, but not lipids or glucose levels, in overweight or obese, hypercholesterolemic humans
Notice bibliographique
Résumé
Yellow pea flour is a low fat, high fiber food; however, underlying mechanisms regarding health benefits of whole (WPF) and fractionated (FPF) yellow pea flours remain understudied. In a controlled feeding crossover study, 23 hypercholesterolemic, overweight and obese men and women received for 28 d two muffins/d containing WPF, FPF or white wheat flour (WF) as control. Treatments were separated by a 28 d washout. Two WPF muffins contained 50 g of whole yellow peas, with the amount of FPF in FPF treatments equaling the amount of pea‐derived fiber in WPF treatments. WPF and FPF consumption failed to affect fasting total cholesterol, LDL‐C, HDL‐C, and glucose. Subjects with a BMI between 25 and 34.9 receiving FPF tended ( p=0.075 ) to have reduced post‐prandial glucose responses compared to WF. Insulin levels for WPF (31.8 ±6.5 pmol/ml, p=0.02) and FPF (32.0±6.5 pmol/ml, p=0.026 ) were lower compared to WF (37.9±6.5 pmol/ml). Insulin homeostasis model‐assessment showed that consumption of WPF ( p=0.019 ) and FPF ( p=0.012 ) increased insulin sensitivity 20% compared to WF. Results suggest that at energy balance, WPF and FPF do not alter fasting lipid and glucose levels and exert minimal effects on post‐prandial glucose response in hypercholesterolemic men and woman with elevated BMIs. Conversely, 50 g/d WPF and FPF consumption improves fasting insulin levels and sensitivity and thus provide dietary health benefits. Supported by Pulse Innovation Project, Canada
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 | 0,000 |
| 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 ».