Postprandial Blood Glucose and Insulin Response in Healthy Adults When Lentils Replace High-Glycemic Index Food Ingredients in Muffins, Chilies and Soups
Notice bibliographique
Résumé
Objectives: This study aimed to assess postprandial blood glucose response (PBGR), relative glycemic response (RGR) and insulin response when 25 g available carbohydrates (AC) is replaced with cooked lentils in the formulation of muffins, chilies and soups. Methods: In randomized, crossover studies, healthy adults consumed foods containing 25 g AC from green lentils, red lentils or a control (wheat muffin, n = 24; rice chili, n = 24; potato soup, n = 20). Blood collected at fasting and at 15, 30, 45, 60, 90 and 120 min was analyzed to derive the incremental area under the response curve (iAUC) for glucose, insulin, RGR and maximum concentration (CMAX). Treatment effects were assessed with repeated measures ANOVA. Results: A replacement of 25 g AC with green lentils significantly decreased glucose iAUC compared to chili and soup (p < 0.0001), but not muffin (p = 0.07) controls, while also eliciting a significantly lower insulin iAUC for all three foods (muffin p = 0.03; chili p = 0.0002; soup p < 0.0001). Red lentil foods significantly decreased glucose iAUC (muffin p = 0.02; chili p < 0.0001; soup p < 0.0001) compared to controls, with a significantly lower insulin iAUC for chili and soup (p < 0.0001) but not muffins (p = 0.09). The RGR for muffins, chilies and soups was 88, 58 and 61%, respectively, for green lentils, and 84, 48 and 49%, respectively, for red lentils. Conclusions: PBGR, insulin and RGR are decreased when lentils are incorporated into food products, providing credible evidence to promote carbohydrate replacement with lentil-based foods.
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 | 0,000 | 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) | 0,001 | 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 ».