Functional impact of high protein intake on healthy elderly people
Notice bibliographique
Résumé
Decline in muscle mass, protein synthesis, and mitochondrial function occurs with age, and amino acids are reported to enhance both muscle protein synthesis and mitochondrial function. It is unclear whether increasing dietary protein intake corrects postabsorptive muscle changes in aging. We determined whether a 10-day diet of high [HP; 3.0 g protein x kg fat-free mass (FFM)(-1) x day(-1)] vs. usual protein intake (UP; 1.5 g protein x kg FFM(-1) x day(-1)) favorably affects mitochondrial function, protein metabolism, and nitrogen balance or adversely affects insulin sensitivity and glomerular filtration rate (GFR) in 10 healthy younger (24+/-1 yr) and 9 older (70+/-2 yr) participants in a randomized crossover study. Net daily nitrogen balance increased equally in young and older participants, but postabsorptive catabolic state also increased, as indicated by higher whole body protein turnover and leucine oxidation with no change in protein synthesis. Maximal muscle mitochondrial ATP production rate was lower in older people, with no change occurring in diet. GFR was lower in older people, and response to HP was significantly different between the two groups, with a significant increase occurring only in younger people, thus widening the differences in GFR between the young and older participants. In conclusion, a short-term high-protein diet increased net daily nitrogen balance but increased the postabsorptive use of protein as a fuel. HP did not enhance protein synthesis or muscle mitochondrial function in either young or older participants. Additionally, widening differences in GFR between young and older patients is a potential cause of concern in using HP diet in older people.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| 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 ».