Az étkezési zsírsavak optimalizálása a metabolikus kockázati tényezők csökkentése érdekében a kanadaiak körében

Jelen tanulmányaink célja annak bemutatása, hogy az étkezésben lévő növényi olajok fajtái megváltoztatják a posztprandiális lipémiát és az n-3 zsírsavak szállítását. A hipotézis az, hogy az alacsony 18:2n-6-ban és sok egyszeresen telítetlen zsírsavban 18:1n-9 és 18:3n-3-ban gazdag étkezés alacsonyabb étkezés utáni lipaemiát és magasabb hosszú szénláncú n-3 zsírsavakat eredményez. észterezetlen zsírsavak, ha összehasonlítjuk ugyanazzal az étellel, vagy magas 18:2n-6 és alacsony 18:3n-3. A konkrét célkitűzések a plazma TG növekedésének mértékének és időtartamának meghatározása, valamint a chilomikron, LDL és HDL zsírsav-összetétele, valamint az észterezetlen zsírsavak 8 órán belüli, körülbelül 35-40% zsírból származó energia elfogyasztása után. különböző növényi olajokat tartalmaz. A cél annak bemutatása, hogy a 18:1n-9, 18:2n-6 és 18:3n-3 mennyisége és egyensúlya az étkezésben fontos meghatározója a posztprandiális lipaemia mértékének és időtartamának, valamint a 18:3n megjelenésének. -3 és metabolitjai TG-ben és nem észterezett zsírsavakban. Különböző mennyiségű közönséges zsírok és olajok felhasználásával készített próbaételeket használunk, hogy a 18:2n-6, 18:3n-3 és 18:1n-9 arányban változzon. Valamennyi étkezés kevesebb, mint 10% energiát ad telített zsírsavként, és körülbelül 35% zsírból származik. Arra is törekszünk, hogy azonosítsuk a leghasznosabb egyetlen időpontot a plazma étkezés utáni lipaemiában és a zsírsavakban mutatkozó különbségek kimutatására olyan vizsgálatokban való felhasználás céljából, amelyekben a szekvenciális, ismételt vérvétel az étkezés utáni fázisban nem praktikus.

A tantárgy jellemzőit és az alapparamétereket leíró statisztikák segítségével mutatjuk be. Az alanyok és a különböző zsírok és olajok közötti TG-válasz különbségeit ANOVA-val, ANCOVA használatával értékeljük. A zsírsavak közötti különbségeket ugyanabban az időpontban az étrendek között ANOVA segítségével hasonlítjuk össze. Az elemzés előtt minden adatot ellenőriznek, és azokat, amelyek nem normál eloszlást mutatnak. A <0,05 P-érték statisztikailag szignifikánsnak minősül.