MétaCan
Menu
Retour à la cohorte
Enregistrement W4403902470 · doi:10.14740/jocmr6057

High Blood Glucose After Starch Loading in Young Women With Small Increase in Salivary Amylase: Another Crucial Role of Postprandial Salivary Amylase

2024· article· en· W4403902470 sur OpenAlexvenueno aff
Airi Sekine, Kei Nakajima

Notice bibliographique

RevueJournal of Clinical Medicine Research · 2024
Typearticle
Langueen
DomaineMedicine
ThématiqueSalivary Gland Disorders and Functions
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésPostprandialAmylaseMedicineStarchSalivaEndocrinologyInternal medicineFood scienceInsulinBiochemistryEnzymeBiology

Résumé

récupéré en direct d'OpenAlex

Background: Salivary α-amylase plays a crucial role in the glucose metabolism. However, postprandial salivary α-amylase activity (SAA) and its relationship with blood glucose (BG) are poorly understood. Therefore, we investigated SAA and BG after starch loading in healthy young women. Methods: In 60 healthy non-obese young women, we investigated SAA, BG, and blood 3-hydroxybutyrate (3HB) after the consumption of 150 g rice (starch 48.8 g). Participants were classified into two groups based on the changes (Δ) in SAA from baseline at 60 min: small- and large-increase in ΔSAA groups (SI-ΔSAA and LI-ΔSAA). Results: BG levels were significantly higher at 60, 90, and 120 min in participants with SI-ΔSAA (n = 31) than LI-ΔSAA (n = 29). Baseline 3HB concentration was also higher in participants with SI-ΔSAA. ΔSAA at 60 min was most closely and inversely correlated with BG and ΔBG at 90 min (r = -0.53 and -0.50, both P < 0.0001). Generalized linear model analysis also indicated that ΔSAA at 60 min was the most predictive of ΔBG at 90 min. Conclusions: Higher levels of BG and ΔBG were observed after starch loading in healthy young women with smaller increase in salivary amylase, suggesting another crucial role of postprandial salivary amylase for the postprandial glucose metabolism.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,010
score de la tête « metaresearch » (Gemma)0,003
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesIntégrité de la recherche, Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,097
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0100,003
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0020,002
Études des sciences et des technologies0,0000,001
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,003
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 Opus0,059
Tête enseignante GPT0,398
Écart entre enseignants0,339 · 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 tête enseignante, pas un consensus.

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

Citations2
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Clinical Medicine ResearchMême sujetSalivary Gland Disorders and FunctionsTravaux en français237 207