The Composition of Dietary Fat Directly Influences Glucose-Stimulated Insulin Secretion in Rats
Notice bibliographique
Résumé
Acute elevations of plasma free fatty acid (FFA) levels augment glucose-stimulated insulin secretion (GSIS). Prolonged elevations of FFA levels reportedly impair GSIS, but no one has previously compared GSIS after prolonged exposure to saturated or unsaturated fat. Rats received a low-fat diet (Low-Fat) or one enriched with either saturated (Lard) or unsaturated fat (Soy) for 4 weeks. Insulin responses during hyperglycemic clamps were augmented by saturated but not unsaturated fat (580 +/- 25, 325 +/- 30, and 380 +/- 50 pmol x l(-1) x min(-1) in Lard, Soy, and Low-Fat groups, respectively). Despite hyperinsulinemia, the amount of glucose infused was lower in the Lard compared with the Low-Fat group. Separate studies measured GSIS from the perfused pancreas. Without fatty acids in the perfusate, insulin output in the Lard group (135 +/- 22 ng/30 min) matched that of Low-Fat rats (115 +/- 13 ng/30 min), but exceeded that of Soy rats (80 +/- 7 ng/30 min). When FFAs in the perfusate mimicked the quantity and composition of plasma FFAs in intact animals, in vivo insulin secretory patterns were restored. Because the GSIS of rats consuming Lard diets consistently exceeded that of the Soy group, we also assessed responses after 48-h infusions of lard or soy oil. Again, lard oil exhibited greater insulinotropic potency. These data indicate that prolonged exposure to saturated fat enhances GSIS (but this does not entirely compensate for insulin resistance), whereas unsaturated fat, given in the diet or by infusion, impairs GSIS. Inferences regarding the impact of fatty acids on GSIS that are based on models using unsaturated fat may not reflect the effects of saturated fat.
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) | 0,000 | 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) | 0,000 | 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 ».