Nutritional benefits of sourdoughs: A systematic review
Notice bibliographique
Résumé
Food fermentation using sourdough-i.e., consortia of lactic bacteria and yeasts-is increasingly considered among the public as a natural transformation yielding nutritional benefits; however, it is unclear whether its alleged properties are validated by science. The aim of this study was to systematically review the clinical evidence related to the effect of sourdough bread on health. Bibliographic searches were performed in 2 different databases (The Lens and PubMed) up to February 2022. Eligible studies were randomized controlled trials involving adults, healthy or not, given any type of sourdough bread compared with those given any type of yeast bread. A total of 573 articles were retrieved and investigated, of which 25 clinical trials met the inclusion criteria. The 25 clinical trials included a total of 542 individuals. The main outcomes investigated in the retrieved studies were glucose response (N = 15), appetite (N = 3), gastrointestinal markers (N = 5), and cardiovascular markers (N = 2). Overall, it is currently difficult to establish a clear consensus with regards to the beneficial effects of sourdough per se on health when compared with other types of bread because a variety of factors, such as the microbial composition of sourdough, fermentation parameters, cereals, and flour types potentially influence the nutritional properties of bread. Nonetheless, in studies using specific strains and fermentation conditions, significant improvements were observed in parameters related to glycemic response, satiety, or gastrointestinal comfort after bread ingestion. The reviewed data suggest that sourdough has great potential to produce a variety of functional foods; however, its complex and dynamic ecosystem requires further standardization to conclude its clinical health benefits.
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) | 0,002 | 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 ».