Plasma metabolomic response to high-carbohydrate meals of differing glycaemic load in overweight women
Notice bibliographique
Résumé
BACKGROUND: Metabolomic dysregulation following a meal in overweight individuals with the Metabolic Syndrome (MetS) involves multiple pathways of nutrient storage and oxidation. OBJECTIVE: The aim of the current study was to perform an acute cross-over intervention to examine the interactive actions of meal glycaemic load (GL) on the dynamic responses of the plasma metabolome in overweight females. METHODS: Postmenopausal women [63 ± 1.23y; Healthy (n = 20) and MetS (n = 20)] ingested two differing high-carbohydrate test meals (73 g carbohydrate; 51% energy) composed of either low glycemic index (LGI) or high (HGI) foods in a randomised sequence. Plasma metabolome was analysed using liquid chromatography-mass spectrometry (LC-MS). RESULTS: In the overweight women with MetS, there were suppressed postprandial responses for several amino acids (AAs), including phenylalanine, leucine, valine, and tryptophan, p < 0.05), irrespective of the meal type. Meal GL exerted a limited impact on the overall metabolomic response, although the postprandial levels of alanine were higher with the low GL meal and uric acid was greater following the high GL meal (p < 0.05). CONCLUSIONS: MetS participants exhibited reduced differences in the concentrations of a small set of AAs and a limited group of metabolites implicated in energy metabolism following the meals. However, the manipulation of meal GL had minimal impact on the postprandial metabolome. This study suggests that the GL of a meal is not a major determinant of postprandial response, with a greater impact exerted by the metabolic health of the individual. Trial registration Australia New Zealand Clinical Trials Registry: ACTRN12615001108505 (21/10/2015).
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 | 0,002 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 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 | 0,000 |
| 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 ».