Effect of cold exposure on fuel utilization in humans: plasma glucose, muscle glycogen, and lipids
Notice bibliographique
Résumé
The relative roles of circulatory glucose, muscle glycogen, and lipids in shivering thermogenesis are unclear. Using a combination of indirect calorimetry and stable isotope methodology ([U-13C]glucose ingestion), we have quantified the oxidation rates of these substrates in men acutely exposed to cold for 2 h (liquid conditioned suit perfused with 10 degrees C water). Cold exposure stimulated heat production by 2.6-fold and increased the oxidation of plasma glucose from 39.4 +/- 2.4 to 93.9 +/- 5.5 mg/min (+138%), of muscle glycogen from 126.6 +/- 7.8 to 264.2 +/- 36.9 mg glucosyl units/min (+109%), and of lipids from 46.9 +/- 3.2 to 176.5 +/- 17.3 mg/min (+376%). Despite the observed increase in plasma glucose oxidation, this fuel only supplied 10% of the energy for heat generation. The major source of carbohydrate was muscle glycogen (75% of all glucose oxidized), and lipids produced as much heat as all other fuels combined. During prolonged, low-intensity shivering, we conclude that total heat production is unequally shared among lipids (50%), muscle glycogen (30%), plasma glucose (10%), and proteins (10%). Therefore, future research should focus on lipids and muscle glycogen that provide most of the energy for heat production.
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 ».