Glucagon-Like Peptide-1 as a Key Regulator of Lipid and Lipoprotein Metabolism in Fasting and Postprandial States
Notice bibliographique
Résumé
Insulin resistance and the metabolic syndrome are associated with fasting and postprandial dyslipidemia. This involves the hepatic and intestinal overproduction of very low density lipoproteins (VLDL) and chylomicron particles, respectively, which give rise to atherogenic remnants upon lipolysis in the circulation. Recently, the insulin secretagogue glucagon-like peptide-1 (GLP-1) has received attention not only as an anti-diabetic therapy for regulating glycaemia, but also as a regulator of lipid and lipoprotein metabolism. In fact, agents that raise endogenous bioactive levels of GLP-1 (dipeptidyl peptidase 4 inhibitors) and agents that directly stimulate GLP-1 receptors (GLP-1 receptor agonists) have been assessed in both preclinical and clinical trials for their ability to modulate plasma lipid parameters. Here we describe current evidence supporting a role for GLP-1 in preventing elevated intestinal chylomicron output and postprandial hypertriglyceridemia--an independent predictor of cardiovascular risk. Furthermore, we examine a role for GLP-1 in regulating fasting hepatic VLDL production and hindering the development of a potentially devastating comorbidity, hepatic steatosis. Possible mechanisms of action of GLP-1 are discussed including a reduction in intestinal absorption of dietary lipid and enhanced hepatic fatty acid oxidation or autophagy. Finally, we discuss the current controversy over whether these effects could occur via direct receptor stimulation or alternative, indirect pathways. We conclude that GLP- 1-based therapies appear promising in the management of diabetic dyslipidemia, and further studies are warranted to elucidate their mechanisms of action in both the intestine and liver.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,007 | 0,002 |
| 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 ».