119 Change in Serum Total Lipid Profiles in Dogs Supplemented with Camelina, Flaxseed, or Canola oil for 16 Weeks
Notice bibliographique
Résumé
Abstract There are few data describing the effects of different oils on fatty acid (FA) metabolism in dogs. Our objectives were to assess the effects of camelina (CAM), flaxseed (FLAX), and canola oil (OLA) on the serum total lipid FA profiles over a 16-week feeding study. Thirty healthy, adult dogs of various breeds [17 females, 13 males; 7.2±3.1 years and 27.4±14.0 kg (mean±SD)] underwent a 4-week dietary wash-in period on a commercial, low-fat kibble top dressed with 8.2g sunflower oil/100g food intake. Dogs were blocked by breed, age, and size, and assigned to receive CAM, FLAX, or OLA for 16-weeks at the same dose as wash-in. Serum total FA were measured using gas chromatography from dogs at baseline and week 16. Data were analyzed with ANOVA using PROC GLIMMIX of SAS. In all treatments, the final percent area of pooled and individual omega-3 (n-3) and omega-6 (n-6) FAs were inversely related, with n-3 being greater at week 16 and n-6 less at week 16 compared with baseline (p< 0.05). Conversely, dihomo-γ-linolenic acid showed accumulation at week 16 and docosahexaenoic acid was less at week 16 than baseline for all treatments (p< 0.05). Stearidonic acid was greater in FLAX than OLA but both were similar to CAM, and α-linolenic differed among all treatments (FLAX >CAM >OLA) (p< 0.05). Eicosadienoic acid was less in FLAX than CAM and OLA (p< 0.05). Omega-9 FA were greater at week 16 for all treatments and individual FAs (p< 0.05). Eicosaenoic and mead acid were greater in CAM than FLAX and OLA, and oleic acid was greater in FLAX than OLA, but similar to CAM (p< 0.05). Differences among dogs fed camelina, flax, and canola oils were due to the inherent FA concentrations of the oil and suggest all oils are suitable for increasing serum n-3 concentrations.
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) | 0,001 | 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 | 0,001 |
| 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 ».