POTENTIAL NUTRACEUTICAL EFFECT OF POLYPHENOLS AGAINST CARDIOVASCULAR DISORDER
Notice bibliographique
Résumé
Nutraceutical is a food or its part which provides health and medical benefits. It is effective in the management of disorders or prevention of medicine. Globally, the leading cause of death is cardiovascular disease. The important contributors to cardiovascular risk are dietary factors. The effects of other cardiovascular risk factors are dyslipidemia, obesity, hyperlipidemia, diabetes mellitus and hypertension. The protective effects against the development of CVD have been demonstrated for several foods and dietary supplements. The polyphenol compounds act as nutraceuticals which is associated with the disease prevention triggered by oxidative stress. The potential efficacies of polyphenols include lignans, stilbenes, flavonoids and phenolic acids. The stanols, sterols and phytosterols are existing in a variety of plant products comprising numerous cereals, fruits, vegetables, seeds and nuts. The phytochemicals in legumes, cereal, vegetables and fruits are polyphenols. It is also found in beverages manufactured from plant products such as coffee, wine, cocoa and tea. In grapes, the phenolic compound includes flavonols, flavanols, anthocyanins, stilbenes (resveratrol) and phenolic acids. The sterols or stanols decrease LDL-C through up regulation of hepatic LDL receptors, reduction in intestinal cholesterol absorption and reduced production of endogenous cholesterol. In cocoa products, flavanols are concomitant with upgrading of lipid profile. The consumption of Polyphenols includes flavonoid rich vegetables and fruits which help in lowering the blood pressure.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| 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) | 0,000 | 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 tête enseignante, 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 ».