MétaCan
Menu
Retour à la cohorte

Barley protein supplementation and oxidative damage

2009· article· en· W9181660 sur OpenAlexafffundabout
Julia MW Wong, Kristie Srichaikul, Nishant Fozdar, Cyril W.C. Kendall, David J.A. Jenkins

Notice bibliographique

RevueThe FASEB Journal · 2009
Typearticle
Langueen
DomaineMedicine
ThématiqueConsumer Attitudes and Food Labeling
Établissements canadiensUniversity of TorontoSt. Michael's Hospital
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaCanadian Institutes of Health Research
Mots-clésOxidative phosphorylationChemistryCrossover studyInternal medicineFood sciencePlaceboEndocrinologyBiochemistryMedicine

Résumé

récupéré en direct d'OpenAlex

Objective To assess the effect of vegetable protein as high protein barley flour, baked into bread, on risk factors for heart disease (i.e. serum lipids and markers of oxidative damage). Method In a randomized controlled crossover design, 23 hypercholesterolemic adults (16F, 7M; 57±7y; LDL‐C, 3.90±0.21mmol/L) completed two 4‐week treatments of bread supplementation containing either 30g/d (per 2000 kcal diet) of barley protein (treatment) or dairy protein (calcium caseinate placebo). Outcomes included serum lipids and markers of oxidative damage, measured as serum protein thiols, and MDA and conjugated dienes in the LDL fraction. Results At week 4, supplementation with barley protein did not provide evidence of improved LDL‐C and TC:HDL‐C, expressed as the difference from baseline (‐0.05±0.12 mmol/L, P=0.685 and 0.19±0.15 mmol/L, P=0.216, respectively) compared to control (‐0.02±0.12 mmol/L, P=0.858 and 0.19±0.11 mmol/L, P=0.094, respectively). No effect was seen on serum protein thiols, as an overall marker of oxidative status. In addition, neither MDA nor conjugated dienes in the LDL fraction, as markers of oxidized LDL, were affected differently by barley compared to dairy protein. Conclusion Barley protein appears similar to low fat dairy protein in its effect on blood lipids and markers of oxidative damage. Research Support: NSERC, Loblaw Companies Limited Grant Funding Source Canadian Institutes of Health Research

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,006

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
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 Opus0,021
Tête enseignante GPT0,295
Écart entre enseignants0,274 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
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

Citations0
Publié2009
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueThe FASEB JournalMême sujetConsumer Attitudes and Food LabelingTravaux en français237 207