MétaCan
Menu
Retour à la cohorte
Enregistrement W1950794459 · doi:10.3390/ijerph120911528

Serum Adiponectin and Leptin Concentrations in Relation to Body Fat Distribution, Hematological Indices and Lipid Profile in Humans

2015· article· en· W1950794459 sur OpenAlexfundno aff
Anna Lubkowska, Aleksandra Radecka, Iwona Bryczkowska, Iwona Rotter, Maria Laszczyńska, Wioleta Dudzińska

Notice bibliographique

RevueInternational Journal of Environmental Research and Public Health · 2015
Typearticle
Langueen
DomaineMedicine
ThématiqueAdipokines, Inflammation, and Metabolic Diseases
Établissements canadiensnon disponible
Organismes subventionnairesRyerson University
Mots-clésAdiponectinLeptinEndocrinologyInternal medicineBody fat distributionBody mass indexFat distributionMedicinePhysiologyBiologyObesityInsulin resistance

Résumé

récupéré en direct d'OpenAlex

The purpose of the study was to evaluate the relationship between serum adiponectin and leptin concentrations and body composition, hematological indices and lipid profile parameters in adults. The study involved 95 volunteers (BMI from 23.3 to 53 kg/m²). Anthropometric parameters were measured: body weight and height, waist and hip circumference, waist-to-hip ratio, body fat mass (BMF), subcutaneous and visceral fat mass (SFM, VFM), lean body mass (LBM), skeletal muscle mass (SMM). In serum we determined adiponectin and leptin concentrations, extracellular hemoglobin, total bilirubin, as well as lipid metabolism (TCh, HDL-Ch, LDL-Ch, TG). Mean adipokine levels were significantly higher in women (p ≤ 0.01), adiponectin significantly negatively correlated with body height and weight, systolic blood pressure and absolute LBM and SMM values. The same relation was observed for erythroid system indicators and lipid indicators. A positive correlation was exceptionally found between adiponectin and HDL-Ch. LEP negatively correlated with some percentage rates (%LBM, %SMM). Only in women, we observed a positive correlation between LEP and body weight, BMI and WHR. Studies on ADPN and the ADPN/LEP ratio as a valuable complementary diagnostic element in the prediction and prevention of cardiovascular diseases need to be continued.

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)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,001
Score d'incertitude au seuil0,003

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
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)0,0010,000

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 Opus0,067
Tête enseignante GPT0,380
Écart entre enseignants0,313 · 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'étudeObservationnel
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

Citations58
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Journal of Environmental Research and Public HealthMême sujetAdipokines, Inflammation, and Metabolic DiseasesTravaux en français237 207