MétaCan
Menu
Retour à la cohorte
Enregistrement W4365459225 · doi:10.5539/jfr.v12n2p29

Antioxidant Activity of Noni Juice in Vitro and in Human Volunteers

2023· article· en· W4365459225 sur OpenAlexvenueno aff
Brett J. West

Notice bibliographique

RevueJournal of Food Research · 2023
Typearticle
Langueen
DomaineMedicine
ThématiqueMorinda citrifolia extract uses
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésAntioxidantOrange juiceFood scienceChemistryIngestionDPPHOrange (colour)Traditional medicineBiochemistryMedicine

Résumé

récupéré en direct d'OpenAlex

Morinda citrifolia (noni) fruit juice has been found to provide a wide range of potential health benefits. Among these are the reduction of free radicals and protection against lipid peroxide DNA damage in heavy cigarette smokers and athletes who had exercised to the point of exhaustion. These benefits have been observed after drinking a beverage containing a blend of noni juice from French Polynesia, Tahitian Noni® Juice (TNJ). To determine if TNJ exerts more immediate antioxidant effects, and under less extreme conditions, in vitro tests and a trial involving healthy young adult men were conducted. In the human study, volunteers drank 200 mL TNJ, orange juice or water following an overnight fast. Blood samples were collected before and 1 hour following ingestion of the beverages. Plasma and red cell lysate (erythrocyte) samples were measured for antioxidant activity potentiometrically. TNJ exhibited high in vitro antioxidant activity in the 2,2-diphenylpicrylhydrazyl (DPPH) radical scavenging, reducing power and lipid hydroperoxide scavenging assays. TNJ also significantly increased mean antioxidant activity in plasma and erythrocytes of healthy volunteers. The effect of TNJ in erythrocytes was approximately 4.6 times greater than that of orange juice. There were no increases observed in the water group. The results of this study reveal that TNJ can provide antioxidant benefits shortly after ingestion and under more everyday conditions, not only in extreme circumstances or when consumed repeatedly.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,008

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0010,000
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)0,0020,000

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 Opus0,117
Tête enseignante GPT0,433
Écart entre enseignants0,316 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

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

Citations1
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Food ResearchMême sujetMorinda citrifolia extract usesTravaux en français237 207