The response of serum apolipoprotein H to an oral fat load
Notice bibliographique
Résumé
BACKGROUND: We tested the hypothesis that serum apolipoprotein H (apo H) concentration increases after an oral fat load. Such a study would give valuable insight into whether apo H was influenced by the postprandial state. METHODS: Ten male subjects aged 24-48 years were fed 62.5 g of total fat (saturates 12 g, monounsaturates 35.3 g, polyunsaturates 12.5 g). Venous blood was sampled hourly for 5 h post-oral fat load. RESULTS: No significant change in serum apo H concentration occurred following the oral fat load. However, serum apo H in the baseline samples correlated significantly with subject body mass index (r = 0.683, P < 0.05), body fat mass (r = 0.778, P < 0.01), lean body mass (r = 0.693, P < 0.05), serum triglyceride (r = 0.732, P < 0.02), serum insulin (r = 0.808, P < 0.01) and insulin resistance index (r = 0.794, P < 0.01). In stepwise multiple linear regression model, with serum apo A1, apo B, lipoprotein(a), total cholesterol, triglyceride, HDL-cholesterol, LDL-cholesterol, plasma glucose and insulin and apo H as the dependent variable, insulin remained in the model (r = 0.81, P < 0.01). Conversely, with body mass index, body fat mass, lean body mass and waist/hip ratio in the model and apo H as dependent variable, only body fat mass remained in the model (r = 0.78, P < 0.01). CONCLUSIONS: Serum apo H may be involved in insulin resistance and relates to various indices of adipose tissue, including body fat mass. However, serum apo H concentrations do not significantly change postprandially.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| 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 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,000 |
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.
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 source (Gemma direct ou Codex distillé), 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 ».