Evidence for the use of glomerulomegaly as a surrogate marker of glomerular damage and for alpha-linolenic acid-rich oils in the treatment of early obesity-related glomerulopathy in a diet-induced rodent model of obesity
Notice bibliographique
Résumé
Obesity-related glomerulopathy (ORG) is a unique and emerging condition that can lead to renal failure. Early detection, aided by an earlier diagnostic marker, would improve patient outcomes; this could be facilitated by an accurate model. Such a model would be useful to examine interventions like dietary fatty acids, which are known to influence renal diseases in later stages. In this study, obese-prone rats were provided high-fat (55% of energy) diets for 12 weeks to generate a model of diet-induced obesity. The rats were subsequently provided dietary oils with various levels of alpha-linolenic acid (ALA) and linoleic acid (LA) for 8 weeks, as follows: (g ALA:LA per 100 g oil): canola/flax (20:18), canola (8:18), soy (9:53), high-oleic canola/canola (5:16), high-oleic canola (2:15), lard/soy (1:8), and safflower (0.2:73). The model developed obesity, glomerulomegaly, proteinuria, and scarce glomerular damage with an indolent course. Morphometry and histology revealed glomerulomegaly as the first renal structural alteration. The utility of this marker as a predictor for the presence of ORG and renal injury was evidenced by its correlation to visceral adiposity (p < 0.0001, r = 0.44), proteinuria (p < 0.0001, ρ = 0.55), change in proteinuria (p = 0.0092, ρ = 0.42), and glomerular damage (p < 0.0001, ρ = 0.48). Renal triglyceride ALA:LA was strongly correlated with dietary ALA:LA (p < 0.0005, ρ = 0.96), and inversely associated with mean glomerular volume (p = 0.02, ρ = -0.82). The diet-induced obese model accurately represents early ORG, and implicates glomerulomegaly as an early surrogate diagnostic marker. Early intervention with ALA-rich dietary oils slowed glomerular enlargement; these findings warrant further clinical investigation to promote optimal patient outcomes.
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 | 0,002 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 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 | 0,001 | 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 ».