Percent relative cumulative frequency analysis in indirect calorimetry: application to studies of transgenic mice
Notice bibliographique
Résumé
Indirect calorimetry is commonly used in research and clinical settings to assess characteristics of energy expenditure. Respiration chambers in indirect calorimetry allow measurements over long periods of time (e.g., hours to days) and thus the collection of large sets of data. Current methods of data analysis usually involve the extraction of only a selected small proportion of data, most commonly the data that reflects resting metabolic rate. Here, we describe a simple quantitative approach for the analysis of large data sets that is capable of detecting small differences in energy metabolism. We refer to it as the percent relative cumulative frequency (PRCF) approach and have applied it to the study of uncoupling protein-1 (UCP1) deficient and control mice. The approach involves sorting data in ascending order, calculating their cumulative frequency, and expressing the frequencies in the form of percentile curves. Results demonstrate the sensitivity of the PRCF approach for analyses of oxygen consumption (.VO2) as well as respiratory exchange ratio data. Statistical comparisons of PRCF curves are based on the 50th percentile values and curve slopes (H values). The application of the PRCF approach revealed that energy expenditure in UCP1-deficient mice housed and studied at room temperature (24 degrees C) is on average 10% lower (p < 0.0001) than in littermate controls. The gradual acclimation of mice to 12 degrees C caused a near-doubling of .VO2 in both UCP1-deficient and control mice. At this lower environmental temperature, there were no differences in .VO2 between groups. The latter is likely due to augmented shivering thermogenesis in UCP1-deficient mice compared with controls. With the increased availability of murine models of metabolic disease, indirect calorimetry is increasingly used, and the PRCF approach provides a novel and powerful means for data analysis.
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 | 0,003 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,003 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,001 |
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 ».