Minimal Effective Dose of Beans Required to Elicit a Significantly Lower Glycemic Response Than Commonly Consumed Starchy Foods: Predictions Based on In Vitro Digestion and Carbohydrate Analysis
Notice bibliographique
Résumé
Beans elicit lower glycemic responses (GRs) than other starchy foods, but the minimum effective dose (MED) to reduce GR is unknown. We sought to determine the MED of beans compared to common starchy foods. Overnight-fasted healthy volunteers consumed ¼c (phase 1, n = 24) or ½c (phase 2, n = 18) of black, cranberry, great northern, kidney, navy and pinto beans and corn, rice, pasta and potato (controls), with blood glucose measured before and for 2 h after eating. GRs (incremental areas under the curves, iAUCs) after beans were consumed were compared to those of controls by ANOVA followed by Dunnett’s test. To qualify for MED, beans had to elicit an effective reduction in GR, defined as a statistically significant reduction in iAUC of ≥20% (i.e., a relative glycemic response, RGR, ≤80). Outcomes from in vitro digestion were compared with in vivo RGR. Both doses of all six beans effectively reduced GR versus all four starchy controls, except for ¼c and ½c cranberry and pinto vs. corn, ¼c great northern and navy vs. corn and ¼c navy and pinto vs. potato. MED criteria were met for 18 comparisons of the ¼c servings, with four of the remaining six met by the ½c servings. The overall mean ± SEM RGR vs. controls was similar for the ¼c and ½c servings: 53 ± 4% and 56 ± 3%, respectively. By multiple regression analysis, RGR = 23.3 × RDS + 8.3 × SDS − 20.1 × RS + 39.5 × AS − 108.2 (rapidly digested starch, p < 0.001; slowly digested starch, p = 0.054; resistant starch, p = 0.18; available sugars, p = 0.005; model r = 0.98, p = 0.001). RGR correlated with in vitro glucose release (r = 0.92, p < 0.001). The MED of beans is ¼ cup. For n = 30 comparisons (n = 24 beans vs. controls, n = 6 controls vs. each other), an effective reduction in GR was predicted from in vitro carbohydrate analysis with 86% sensitivity and 100% specificity.
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 | 0,002 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| 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 | 0,001 | 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 ».