MétaCan
Menu
Retour à la cohorte
Enregistrement W1482515139 · doi:10.1113/jphysiol.2014.283598

Contributions of white and brown adipose tissues and skeletal muscles to acute cold‐induced metabolic responses in healthy men

2014· article· en· W1482515139 sur OpenAlexafffund
Denis P. Blondin, Sébastien M. Labbé, Serge Phoenix, Brigitte Guérin, Éric Turcotte, Denis Richard, André C. Carpentier, François Haman

Notice bibliographique

RevueThe Journal of Physiology · 2014
Typearticle
Langueen
DomaineMedicine
ThématiqueAdipose Tissue and Metabolism
Établissements canadiensUniversity of OttawaUniversité LavalInstitut universitaire de cardiologie et de pneumologie de QuébecCentre Hospitalier Universitaire de SherbrookeUniversité de Sherbrooke
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaCanadian Institutes of Health ResearchCanadian Diabetes Association
Mots-clésBrown adipose tissueShiveringSkeletal muscleLipolysisWhite adipose tissueAdipose tissueInternal medicineEndocrinologyThermogenesisChemistryThermoregulationMetabolismBiologyMedicinePhysiology

Résumé

récupéré en direct d'OpenAlex

KEY POINTS: Both brown adipose tissue (BAT) and skeletal muscle activation contribute to the metabolic response of acute cold exposure in healthy men even under minimal shivering. Activation of adipose tissue intracellular lipolysis is associated with BAT metabolic response upon acute cold exposure in healthy men. Although BAT glucose uptake per volume of tissue is important, the bulk of glucose turnover during cold exposure is mediated by skeletal muscle metabolic activation even when shivering is minimized. ABSTRACT: Cold exposure stimulates the sympathetic nervous system (SNS), triggering the activation of cold-defence responses and mobilizing substrates to fuel the thermogenic processes. Although these processes have been investigated independently, the physiological interaction and coordinated contribution of the tissues involved in producing heat or mobilizing substrates has never been investigated in humans. Using [U-(13)C]-palmitate and [3-(3)H]-glucose tracer methodologies coupled with positron emission tomography using (11)C-acetate and (18)F-fluorodeoxyglucose, we examined the relationship between whole body sympathetically induced white adipose tissue (WAT) lipolysis and brown adipose tissue (BAT) metabolism and mapped the skeletal muscle shivering and metabolic activation pattern during a mild, acute cold exposure designed to minimize shivering response in 12 lean healthy men. Cold-induced increase in whole-body oxygen consumption was not independently associated with BAT volume of activity, BAT oxidative metabolism, or muscle metabolism or shivering intensity, but depended on the sum of responses of these two metabolic tissues. Cold-induced increase in non-esterified fatty acid (NEFA) appearance rate was strongly associated with the volume of metabolically active BAT (r = 0.80, P = 0.005), total BAT oxidative metabolism (r = 0.70, P = 0.004) and BAT glucose uptake (r = 0.80, P = 0.005), but not muscle glucose metabolism. The total glucose uptake was more than one order of magnitude greater in skeletal muscles compared to BAT during cold exposure (674 ± 124 vs. 12 ± 8 μmol min(-1), respectively, P < 0.001). Glucose uptake demonstrated that deeper, centrally located muscles of the neck, back and inner thigh were the greatest contributors of muscle glucose uptake during cold exposure due to their more important shivering response. In summary, these results demonstrate for the first time that the increase in plasma NEFA appearance from WAT lipolysis is closely associated with BAT metabolic activation upon acute cold exposure in healthy men. In humans, muscle glucose utilization during shivering contributes to a much greater extent than BAT to systemic glucose utilization during acute cold exposure.

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)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,893
Score d'incertitude au seuil0,278

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
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)0,0000,000

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 Opus0,016
Tête enseignante GPT0,317
Écart entre enseignants0,301 · 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.

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

Citations243
Publié2014
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueThe Journal of PhysiologyMême sujetAdipose Tissue and MetabolismTravaux en français237 207