A Review of the Relationship between Lentil Serving and Acute Postprandial Blood Glucose Response: Effects of Dietary Fibre, Protein and Carbohydrates
Notice bibliographique
Résumé
Pulse consumption has been shown to confer beneficial effects on blood glucose and insulin levels. Lentil consumption, in particular, consistently lowers acute blood glucose and insulin response when compared to starchy control foods. The mechanism by which lentils lower postprandial blood glucose response (PBGR) and insulin levels is unclear; however, evidence suggests that this effect may be linked to macronutrients and/or the amount of lentils consumed. This review attempts to consolidate existing studies that examined lentil consumption and glycemic and/or insulinemic responses and declared information on macronutrient composition and dietary fibre content of the foods tested. Collectively, these studies suggest that consumption of lentils reduces PBGR, with the minimum effective serving being ~110g cooked to reduce PBGR by 20%. Reductions in PBGR show modest-to-strong correlations with protein (45-57 g) and dietary fibre (22-30 g) content, but has weaker correlations with available carbohydrates. Increased lentil serving sizes were found to moderately influence relative reductions in peak blood glucose concentrations and lower the area under the blood glucose curve (BG AUC). However, no clear relationship was identified between serving and relative reductions in the BG AUC, making it challenging to characterize consistent serving-response effects.
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 | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| 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 ».