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 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 | 0,008 | 0,017 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 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 ».