Gender Differences in Nicotine Induced Dyslipidemia and Hyperglycemia in Mice
Notice bibliographique
Résumé
The purpose of this study is to examine the prevalence of metabolic syndrome in nicotine treated male and female mice and to evaluate gender related differences. For these purposes adult male and female BALB/C mice were subjected to chronic nicotine treatment (3.08mg/100ml in drinking water) for 4 weeks. Serum glucose, albumin, corticosterone and lipid profile levels were determined. Body weight changes were also monitored. We have found that nicotine treatment raises total cholesterol and glucose levels more in male as compared to female mice. Low density lipoprotein cholesterol (LDL-C) levels were increased by 35% (P<0.01) only in male mice. However rise in triglycerides were greater in females (28%) than males (21%) when compared with their respective controls. Serum albumin levels were increased in both sexes showing 13% greater increase in males as compared to females. However nicotine treatment had no effect on high density lipoprotein cholesterol, corticosterone levels and body weights in both genders. It is concluded that nicotine use is positively associated with LDL-C in males; the results are discussed in relation to prevalence of metabolic syndrome andrisk of cardiovascular events in nicotine users.
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 | 0,000 |
| 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 ».