MétaCan
Menu
Retour à la cohorte
Enregistrement W2129575773 · doi:10.1152/ajpendo.00461.2005

Assessment of postprandial glucose metabolism: conventional dual- vs. triple-tracer method

2006· article· en· W2129575773 sur OpenAlexaff
Gianna Toffolo, Rita Basu, Chiara Dalla Man, Robert A. Rizza, Claudio Cobelli

Notice bibliographique

RevueAmerican Journal of Physiology-Endocrinology and Metabolism · 2006
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueMetabolism, Diabetes, and Cancer
Établissements canadiensInstitute of Nutrition, Metabolism and Diabetes
Organismes subventionnairesNational Institute of Diabetes and Digestive and Kidney DiseasesNational Center for Research ResourcesAmerican Diabetes AssociationNovo NordiskMayo ClinicNIH Clinical CenterNational Institutes of HealthMinistero dell'Università e della Ricerca
Mots-clésPostprandialTRACERChemistryMealCarbohydrate metabolismMetabolismEndocrinologyInternal medicineNuclear medicineInsulinMedicineBiochemistryPhysics

Résumé

récupéré en direct d'OpenAlex

The dual-tracer method has been used conventionally for assessment of postprandial fluxes, i.e., appearance in plasma of ingested glucose (R(a meal)), endogenous glucose production (EGP), and disposal (R(d)). To quantify the magnitude of errors affecting the calculations and their dependence on model assumptions, this method was assessed and compared with the triple-tracer method, which provides model-independent estimates. For this purpose, the dual-tracer protocol was performed twice in eight normal subjects, with [1-(13)C]glucose to trace ingested glucose and [6,6-(2)H(2)]glucose constantly infused. A third tracer, [6-(3)H]glucose, was infused at variable rates to render the calculation of R(a meal) and EGP virtually model independent. The dual-tracer method analyzed with a one-compartment model performed poorly, since R(a meal) peak was significantly lower and delayed compared with triple-tracer reference, resulting in a significantly lower estimation of the amount of absorbed glucose (9,036 +/- 558 vs. 11,316 +/- 823 micromol/kg, P = 0.0117). EGP showed a paradoxical pattern, with an initial overshoot followed by a rapid decay to negative values, resulting in a significant underestimation of EGP suppression (57 +/- 3 vs. 65 +/- 4%, P = 0.0117). A two-compartment model performed better but did not overcome the limitations of the dual-tracer approach, since the amount of absorbed glucose was still significantly underestimated (10,231 +/- 661 vs. 12,169 +/- 838 micromol/kg, P = 0.0117) and EGP still showed a paradoxical behavior. R(d), estimated from R(a meal) and EGP, was significantly underestimated with the dual-tracer method, irrespective of adopted model. We conclude that three suitably infused tracers are required for accurate assessment of postprandial R(a meal), EGP, and R(d).

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,002
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,008

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,002
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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.

Tête enseignante Opus0,006
Tête enseignante GPT0,282
Écart entre enseignants0,277 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations48
Publié2006
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAmerican Journal of Physiology-Endocrinology and MetabolismMême sujetMetabolism, Diabetes, and CancerTravaux en français237 207