Equivalent Glycemic Load and Insulinemic Responses Elicited by Low-Carbohydrate Foods: A Randomized Trial in Healthy Adults
Notice bibliographique
Résumé
Background: The information on the Nutrition Facts Label may overestimate the available-carbohydrate (avCHO) content and glycemic impact of some low-carbohydrate foods containing novel carbohydrates. Objectives: The primary objective was to test the hypothesis that the glycemic impact of low-carbohydrate foods, quantified as equivalent-glycemic-load (EGL), measures their avCHO content accurately and precisely (within ±1g). The secondary objectives were to measure the glycemic and insulinemic responses elicited by 7 low-carbohydrate foods. Methods: = mean iAUC after WB20.8]; the mean of the resulting values (excluding outliers) was the test-food EGL. Results: The expected EGL of WB5.2 was 5.2 g and the measured value was 4.0 g (95% margin of error = 0.6 g). On the basis of the food-label, the test-products contained 3-12 g avCHO (total-carbohydrate minus dietary-fiber). However, because 5 of the test-products contained allulose, which is not included in dietary-fiber and not quantified on the food-label, their content of netCHO (avCHO minus allulose) ranged from 3 to 6 g; even so, their EGL values varied from just 0.6 to 2.4 g. The mean insulin responses elicited by the test-products were positively related to their protein content, but none differed significantly from that elicited by WB5.2. Conclusions: The results support the hypothesis that the EGL measure is accurate and precise to within ∼±1 g. The EGLs of the 7 test-products were 20%-90% less than expected from their food-labels. The test-products elicited small insulin responses that were positively related to their protein content.This trial was registered at clinicaltrials.gov as NCT05870891 (https://clinicaltrials.gov/study/NCT05870891).
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 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| 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) | 0,000 | 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 tête enseignante, 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 ».