Dissociation between the Insulin-Sensitizing Effect of Rosiglitazone and Its Effect on Hepatic and Intestinal Lipoprotein Production
Notice bibliographique
Résumé
CONTEXT: Despite its potent, well-documented insulin-sensitizing effects, rosiglitazone (RSG) does not effectively ameliorate the hypertriglyceridemia of insulin-resistant or diabetic individuals and has even been shown to slightly but significantly increase triglyceride-rich lipoproteins (TRL) in some studies. The mechanism of this effect is currently not known. OBJECTIVE: We investigated the effect of RSG treatment on TRL metabolism. DESIGN: This was a 12-wk, single-sequence, cross-over study of rosiglitazone vs. placebo for 6 wk. PARTICIPANTS: Participants included 17 nondiabetic men with a broad range of insulin sensitivity. INTERVENTION: INTERVENTION included rosiglitazone 8 mg/d vs. placebo for 6 wk. MAIN OUTCOME MEASURE: TRL metabolism (concentration, production and catabolic rates) was assessed in a constant fed state with a 12-h primed constant infusion of [D3]l-leucine and multicompartmental modeling. RESULTS: RSG treatment resulted in significant insulin sensitization with no change in body weight. Fasting plasma triglyceride (TG) concentration, however, was higher with RSG vs. placebo (P = 0.0006), as were fasting and fed TRL-TG, TRL-apoB-48, and TRL-apoB-100 (fed TRL-apoB-48: 0.93 +/- 0.08 vs. 0.76 +/- 0.07 mg/dl, P =0.017, and fed TRL-apoB-100: 15.57 +/- 0.90 vs. 13.71 +/- 1.27 mg/dl, P = 0.029). This small but significant increase in plasma TRL concentration was explained by a tendency for RSG to increase TRL production and reduce particle clearance, as indicated by the significantly increased production to clearance ratios for both apoB-48-containing (0.43 +/- 0.03 vs. 0.34 +/- 0.03, P = 0.048) and apoB-100-containing (7.0 +/- 0.4 vs. 6.2 +/- 0.6, P = 0.029) TRL. CONCLUSION: These data indicate dissociation between the insulin-sensitizing effects of RSG and absence of anticipated reductions in production rates of apoB-100- and apoB-48-containing-TRL particles, which may explain the absence of TG lowering seen in humans treated with this agent.
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 | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| 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 | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».