Contribution of the Lean Body Mass to Insulin Resistance in Postmenopausal Women With Visceral Obesity: A Monet Study
Notice bibliographique
Résumé
Some insulin-resistant obese postmenopausal (PM) women are characterized by an android body fat distribution type and higher levels of lean body mass (LBM) compared to insulin-sensitive obese PM women. This study investigates the independent contribution of LBM to the detrimental effect of visceral fat (VF) levels on the metabolic profile. One hundred and three PM women (age: 58.0+/-4.9 years) were studied and categorized in four groups on the basis of their VF (higher vs. lower) and lean BMI (LBMI=LBM (kg)/height (m2); higher vs. lower). Measures included: fasting lipids, glucose homeostasis (by euglycemic/hyperinsulinemic clamp technique and 2-h oral glucose tolerance test (OGTT)), C-reactive protein (CRP) levels, fat distribution (by computed tomography (CT) scan), and body composition (by dual-energy X-ray absorptiometry). Women in the higher VF/higher LBMI group had lower glucose disposal and higher plasma insulin levels compared to the other groups. They also had higher plasma CRP levels than the women in the lower VF/lower LBMI group. VF was independently associated with insulin levels, measures of glucose disposal, and CRP levels (P<0.05). LBMI was also independently associated with insulin levels, glucose disposal, and CRP levels (P<0.05). Finally, significant interactions were observed between LBMI and VF levels for insulin levels during the OGTT and measures of glucose disposal (P<0.05). In conclusion, VF and LBMI are both independently associated with alterations in glucose homeostasis and CRP levels. The contribution of VF to insulin resistance seems to be exacerbated by increased LBM in PM women.
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 | 0,000 | 0,000 |
| 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 | 0,000 |
| 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 ».