Leptin Levels, Leptin Receptor Gene Polymorphisms, and Energy Metabolism in Women
Notice bibliographique
Résumé
OBJECTIVE: Resting metabolic rate (RMR) is mainly determined by fat-free mass and additionally by age, sex, hormones, and possibly genetic differences. We evaluated whether leptin levels and polymorphisms in the leptin receptor (LEPR) gene were associated with energy expenditure phenotypes. METHODS: RMR, body composition, and leptin levels were measured in 125 overweight and obese women. Three LEPR polymorphisms, Lys109Arg, Gln223Arg, and Lys656Asn, were typed on genomic DNA of another group of 192 women in whom RMR was measured. Fat, protein, and carbohydrate oxidation were calculated for 103 of these subjects. In 38 subjects, glucose-induced thermogenesis was measured over 3 hours. RESULTS: In the first study group, a negative correlation between RMR and leptin levels was found after controlling for fat and fat-free mass. In multiple regression analysis, leptin contributed significantly to RMR, independent of body composition. In the second study group, RMR was not associated with LEPR polymorphisms. Differences in substrate oxidation rates were found among genotypes at the Lys656Asn site. In fasting conditions, Lys656Lys showed a trend to oxidize more carbohydrates and less fat than Asn656 carriers, a trend which became significant after the glucose load when carbohydrate oxidation rate in Lys656Lys was 15% higher than in Asn656 carriers (p = 0.04), and fat oxidation rate was 44% lower (p = 0.02). DISCUSSION: These results suggest that DNA sequence variations in the LEPR gene could affect substrate oxidation. We hypothesize that this might be caused by differences in glucose levels, leading to differences in glucose oxidation rates.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 0,001 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».