Sex-specific differences in leg fat uptake are revealed with a high-fat meal
Notice bibliographique
Résumé
The mechanism(s) by which sex specific differences in regional body fat distribution develop are not known. We assessed the effects of a high-fat (HF) meal on fatty acid oxidation and uptake into regional fat depots using isotopic tracers and adipose biopsies. Thirty men (BMI 23.6 +/- 0.3 kg/m(2)) and 29 women (BMI 22.4 +/- 0.3 kg/m(2)) received a meal containing [(3)H]triolein. Twelve of the men and 13 of the women received an additional 80 g of triolein in the meal (HF) and the remainder received a normal-fat (NF) meal. Adipose tissue lipoprotein lipase (LPL) activity was measured in the fed and fasted state. After 24 h, meal fatty acid uptake into subcutaneous adipose tissue was assessed. The efficiency of meal fat uptake into upper body subcutaneous fat was similar in both sexes, but women had a greater leg fat uptake, especially in response to a HF meal (P < 0.0001). A correlation between fed-state LPL activity and meal fat uptake was found in both upper and lower body fat (P < 0.0001, r = 0.69). These studies show that, in times of net fat storage, women preferentially increase uptake in leg adipose tissue, and this is likely mediated by fed-state LPL activity.
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 | 0,000 | 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) | 0,002 | 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 ».