MétaCan
Menu
Retour à la cohorte
Enregistrement W1970697913 · doi:10.1111/j.1365-2826.2009.01896.x

Ghrelin and Dopamine: New Insights on the Peripheral Regulation of Appetite

2009· review· en· W1970697913 sur OpenAlexafffund
Alfonso Abizaid

Notice bibliographique

RevueJournal of Neuroendocrinology · 2009
Typereview
Langueen
DomaineNeuroscience
ThématiqueRegulation of Appetite and Obesity
Établissements canadiensCarleton University
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaNational Institutes of Health
Mots-clésGhrelinVentral tegmental areaInternal medicineEndocrinologyDopamineDopaminergicGrowth hormone secretagogue receptorAppetiteHypothalamusBiologyLeptinBrain stimulation rewardHormoneMedicineObesityNucleus accumbens

Résumé

récupéré en direct d'OpenAlex

A review is provided of current evidence supporting the actions of the stomach-derived peptide ghrelin on ventral tegmental area (VTA) dopamine cells to increase food intake and other appetitive behaviours. Ghrelin is a 28 amino-acid peptide that was first identified as an endogenous ligand to growth hormone secretagogue receptors (GHS-R). In addition to the hypothalamus and brain stem, GHS-R message and protein are distributed throughout the brain, with high expression being detected in regions associated with goal directed behaviour. Of these, the VTA shows relatively high levels of mRNA transcript and protein. Interestingly, ghrelin infusions into the VTA increase food intake dramatically, and stimulate dopamine release from the VTA. Moreover, VTA dopamine neurones increase their activity in response to ghrelin in slice preparations, suggesting that ghrelin increases food intake by modulating the activity of dopaminergic neurones in the VTA. On the basis of these data as well as the fact that VTA dopamine cells respond to other metabolic hormones such as insulin and leptin, it is proposed that VTA dopamine cells, similar to cells in the mediobasal hypothalamus, are first-order sensory neurones that regulate appetitive behaviour in response to metabolic and nutritional signals.

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)0,000
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,008

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0020,002
Études des sciences et des technologies0,0000,001
Communication savante0,0010,002
Science ouverte0,0010,001
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0020,001

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 Opus0,059
Tête enseignante GPT0,309
Écart entre enseignants0,250 · 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'étudeSans objet
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

Citations136
Publié2009
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of NeuroendocrinologyMême sujetRegulation of Appetite and ObesityTravaux en français237 207