MétaCan
Menu
Retour à la cohorte
Enregistrement W1584869846 · doi:10.1113/jphysiol.2005.097444

The effect of caffeine on glucose kinetics in humans – influence of adrenaline

2005· article· en· W1584869846 sur OpenAlexaff
Danielle S. Battram, Terry E. Graham, Erik A. Richter, Flemming Dela

Notice bibliographique

RevueThe Journal of Physiology · 2005
Typearticle
Langueen
DomaineMedicine
ThématiqueCoffee research and impacts
Établissements canadiensUniversity of Guelph
Organismes subventionnairesNovo Nordisk Fonden
Mots-clésCaffeinePlaceboEndocrinologyEpinephrineInternal medicineChemistryMedicine

Résumé

récupéré en direct d'OpenAlex

While caffeine impedes insulin-mediated glucose disposal in humans, its effect on endo-genous glucose production (EGP) remains unknown. In addition, the mechanism involved in these effects is unclear, but may be due to the accompanying increase in adrenaline concentration. We studied the effect of caffeine on EGP and glucose infusion rates (GIR), and whether or not adrenaline can account for all of caffeine's effects. Subjects completed three isoglycaemic-hyperinsulinaemic clamps (with 3-[(3)H]glucose infusion) 30 min after ingesting: (1) placebo capsules (n= 12); (2) caffeine capsules (5 mg kg(-1)) (n= 12); and either (3) placebo plus a high-dose adrenaline infusion (HAdr; adrenaline concentration, 1.2 nM; n= 8) or (4) placebo plus a low-dose adrenaline infusion (LAdr; adrenaline concentration, 0.75 nM; n= 6). With caffeine, adrenaline increased to 0.6 nM but no effect on EGP was observed. While caffeine and HAdr decreased GIR by 13 (P < 0.05) and 34% (P < 0.05) versus the placebo, respectively, LAdr did not result in a significant reduction (5%) in GIR versus the placebo. Due to the fact that both caffeine and LAdr resulted in similar adrenaline concentrations, but resulted in different decreases in GIR, it is concluded that adrenaline alone does not account for the effects of caffeine and additional mechanisms must be involved.

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)0,001
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: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,423
Score d'incertitude au seuil0,144

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
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 Opus0,012
Tête enseignante GPT0,328
Écart entre enseignants0,316 · 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

Citations42
Publié2005
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueThe Journal of PhysiologyMême sujetCoffee research and impactsTravaux en français237 207