Adiponectinemia in Visceral Obesity: Impact on Glucose Tolerance and Plasma Lipoprotein and Lipid Levels in Men
Notice bibliographique
Résumé
The present study examined the associations between a major adipokine, adiponectin, and adiposity indices as well as metabolic risk variables in a sample of 190 untreated asymptomatic men. Anthropometric measurements and a complete fasting plasma lipoprotein and lipid profile were obtained, and subjects underwent an oral glucose tolerance test. Fasting plasma adiponectin concentrations were determined by an ELISA. Although all adiposity and adipose tissue (AT) distribution indices were negatively correlated with plasma adiponectin levels (-0.14 </= r </= -0.32; P < 0.04), multiple regression analyses revealed that visceral AT accumulation was the only independent predictor of adiponectin levels, with 10% of its variance explained by visceral AT (P < 0.0001). Comparison of obese men with similar body mass index values (>/=30 kg/m(2)) but who markedly differed in their level of visceral AT (< vs. >/=130 cm(2); n = 15) revealed significant differences in adiponectin levels (7.0 +/- 3.0 vs. 11.1 +/- 4.9 microg/ml; P < 0.02 for men with high vs. low visceral AT, respectively). Finally, when men were stratified into tertiles of visceral AT and further classified on the basis of the 50th percentile of adiponectin levels (</= vs. >8.8 microg/ml), a 3 x 2 ANOVA revealed an independent contribution of adiponectin on the variation of high-density lipoprotein cholesterol levels (P < 0.002) and of the glucose area (P < 0.02). These results support the notion that adiponectin concentration is influenced to a greater extent by visceral than sc obesity. Furthermore, adiponectin predicts glucose tolerance and plasma high-density lipoprotein cholesterol levels in a manner that is partly independent from the contribution of visceral adiposity.
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 | 0,002 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 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) | 0,000 | 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 ».