Chia Seed (Salvia hispanica L.), Incorporated Into Cookies, Reduces Postprandial Glycemic Variability but Has Little or No Ef-Fect on Subjective Appetite
Notice bibliographique
Résumé
Chia seed, high in dietary-fiber and protein, may have potential to increase satiety. However, previous studies are confounded by differences in energy intake, and none investigated doses <7g. We compared the subjective appetite and glycaemic responses elicited by 30g cookies containing 0, 3, 5 or 7g chia seed (CS0, CS3, CS5 or CS7, respectively, 140-150kcal, 7-8g fat, 4g protein, 0-2g dietary-fiber, 16g available-carbohydrate) using a randomized, double-blind, cross-over design. Overnight-fasted heathy adults (24 males, 22 females; mean±SD age 37±13y; BMI 27.4±3.9kg/m²) consumed test-cookies and had appetite and plasma-glucose measured before and intermittently for 3h after eating. Data were analyzed by ANOVA with Tukey’s test to adjust for multiple comparisons; the criterion for significance was 2-tailed p<0.025 for the primary endpoints of total area under the curve (tAUC0-3h) for hunger and fullness. Hunger tAUC0-3h was similar among treatments (p=0.49) but fullness differed (p=0.019) with tAUC0-3h after CS3>CS7 (mean±SEM) (140±9 vs 122±10mm×h, p<0.025). Mean incremental glucose AUC0-2h after CS3, CS5 and CS7, respectively, were 22%, 23% and 30% less than CS0 (p<0.05). Thus, although chia reduced glycemic responses, we were unable to demonstrate a significant effect of ≤7g chia seed on the primary endpoints of hunger or fullness tAUC0-3h versus control.
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) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,005 |
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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».