MétaCan
Menu
Retour à la cohorte
Enregistrement W1775022724 · doi:10.1139/apnm-2012-0471

Caffeine and glucose homeostasis during rest and exercise in diabetes mellitus

2013· review· en· W1775022724 sur OpenAlexaffvenue
Dessi P. Zaharieva, Michael C. Riddell

Notice bibliographique

RevueApplied Physiology Nutrition and Metabolism · 2013
Typereview
Langueen
DomaineMedicine
ThématiqueCoffee research and impacts
Établissements canadiensYork University
Organismes subventionnairesnon disponible
Mots-clésCaffeineGlucose homeostasisEndocrinologyInternal medicineMedicineHypoglycemiaDiabetes mellitusCarbohydrate metabolismHomeostasisInsulinInsulin resistance

Résumé

récupéré en direct d'OpenAlex

Caffeine is a substance that has been used in our society for generations, primarily for its effects on the central nervous system that causes wakefulness. Caffeine supplementation has become increasingly more popular as an ergogenic aid for athletes and considerable scientific evidence supports its effectiveness. Because of their potential to alter energy metabolism, the effects of coffee and caffeine on glucose metabolism in diabetes have also been studied both epidemiologically and experimentally. Predominantly targeting the adenosine receptors, caffeine causes alterations in glucose homeostasis by decreasing glucose uptake into skeletal muscle, thereby causing elevations in blood glucose concentration. Caffeine intake has also been proposed to increase symptomatic warning signs of hypoglycemia in patients with type 1 diabetes and elevate blood glucose levels in patients with type 2 diabetes. Other effects include potential increases in glucose counterregulatory hormones such as epinephrine, which can also decrease peripheral glucose disposal. Despite these established physiological effects, increased coffee intake has been associated with reduced risk of developing type 2 diabetes in large-scale epidemiological studies. This review paper highlights the known effects of caffeine on glucose homeostasis and diabetes metabolism during rest and exercise.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Autre devis · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,963
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0020,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
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 Opus0,029
Tête enseignante GPT0,307
Écart entre enseignants0,278 · 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.

Devis d'étudeAutre devis
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations25
Publié2013
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueApplied Physiology Nutrition and MetabolismMême sujetCoffee research and impactsTravaux en français237 207