Acute effects of a reformulated plant-based meat alternative compared to beef within a high-fat meal on inflammatory and metabolic factors: a randomized crossover trial
Notice bibliographique
Résumé
Plant-based meat alternative (PBMA) consumption has increased amid significant reformulation efforts. Although reformulated PBMAs have characteristics that could provide cardiometabolic benefits over animal proteins (e.g., higher fiber, certain phytochemicals/micronutrients), their acute health effects remain unclear. Moreover, whether baseline adiposity (i.e., normal weight or overweight/obesity) affects the response to PBMA intake is unknown. We conducted a randomized crossover study where healthy participants (N = 30) with a normal body mass index (BMI; 18.5–24.9 kg/m2; n = 15) or overweight/obese BMI (>25.0 kg/m2; n = 15) consumed two high-fat meals on separate occasions containing a reformulated PBMA (Beyond Meat Cookout ClassicTM) or similar beef product (80% lean ground beef). Meals were matched for energy (950 kcal) and macronutrient matched (71 g fat/31–35 g carbohydrate/41–42 g protein). At each trial, an intravenous catheter was inserted and biomarkers of inflammation (i.e., interleukin (IL)-6, tumor necrosis factor (TNF)-α), intestinal permeability (i.e., lipopolysaccharide binding protein (LBP), soluble CD14 (sCD14), LBP:sCD14 ratio), and metabolic factors (triglycerides, HDL-C, glucose) were measured at baseline and hourly for 4 hours post-meal. Paired t tests and two-way mixed model ANOVAs were used to examine within-meal-condition changes and differences in incremental area under the curve (iAUC) across meal and BMI conditions, respectively. Regardless of protein source, high-fat meals increased IL-6, TNF-α, LBP, sCD14, LBP:sCD14, and triglycerides and decreased HDL-C ( p ≤ 0.01). In BMI subgroup analyses, an interaction effect for IL-6 iAUC was observed ( pMealxBMI < 0.05), but post hoc analyses were not significant ( p ≥ 0.07). Overall, inclusion of a reformulated PBMA within a high-fat meal resulted in a similar cardiometabolic response to a nearly identical meal containing animal protein (ClinicalTrials.gov:NCT06445296).
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 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,005 | 0,002 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,002 |
| Communication savante | 0,002 | 0,002 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,003 | 0,004 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,008 | 0,001 |
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 ».