MétaCan
Menu
Retour à la cohorte
Enregistrement W4210903244 · doi:10.1177/11786388221076962

Sugar-Free Dark Chocolate Consumption Results in Lower Blood Glucose in Adults With Diabetes

2022· article· en· W4210903244 sur OpenAlexaff
Bárbara Oliveira, Kaja Falkenhain, Jonathan P. Little

Notice bibliographique

RevueNutrition and Metabolic Insights · 2022
Typearticle
Langueen
DomaineNursing
ThématiqueBiochemical Analysis and Sensing Techniques
Établissements canadiensUniversity of British Columbia, Okanagan CampusUniversity of British Columbia
Organismes subventionnairesnon disponible
Mots-clésDark chocolatePostprandialCrossover studyDiabetes mellitusType 2 diabetesSugarErythritolBlood sugarInulinMedicineArea under the curveFood scienceChemistryEndocrinologyInternal medicine

Résumé

récupéré en direct d'OpenAlex

Diabetes is characterized by an impaired ability to appropriately control blood glucose. Postprandial hyperglycemia, in particular, is associated with complications in people with type 1 diabetes (T1D) and type 2 diabetes (T2D). The objective of this study was to determine how sugar-free dark chocolate sweetened with stevia, erythritol, and inulin impacts postprandial blood glucose levels in individuals with diabetes compared to conventional dark chocolate. In a randomized crossover design, 13 participants consumed 1 bar (34 g) of sugar-free dark chocolate or 1 bar (34 g) of conventional dark chocolate with glucose levels measured before and throughout a 120-min postprandial period. The incremental area under the curve (iAUC) was lower after the consumption of sugar-free dark chocolate (−65%, P = .04) compared to conventional dark chocolate. No significant differences between chocolates were found for peak glucose value above baseline, the total area under the curve, or peak glucose values. Our results suggest that a sugar-free dark chocolate bar sweetened with stevia, erythritol and inulin led to a lower blood glucose iAUC compared to the conventional dark chocolate bar in people with diabetes, whilst longer-term effects on glucose control remain to be determined.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,111
Score d'incertitude au seuil0,559

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
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)0,0000,000

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 Opus0,010
Tête enseignante GPT0,225
Écart entre enseignants0,215 · 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 tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
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

Citations11
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueNutrition and Metabolic InsightsMême sujetBiochemical Analysis and Sensing TechniquesTravaux en français237 207