MétaCan
Menu
← Retour à la cohorte
Enregistrement W2146451734 · doi:10.1139/cjpp-2013-0225

Grape seed and skin extract mitigates heart and liver oxidative damage induced by a high-fat diet in the rat: gender dependency

2013· article· en· W2146451734 sur OpenAlexvenueno aff
Kamel Charradi, Mahdi Mahmoudi, Salem Elkahoui, Férid Limam, Ezzedine Aouani

Notice bibliographique

RevueCanadian Journal of Physiology and Pharmacology · 2013
Typearticle
Langueen
DomaineMedicine
ThématiqueAdipose Tissue and Metabolism
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésInternal medicineEndocrinologyOxidative stressObesityMedicineCholesterolGrape seedBiologyFood science

Résumé

récupéré en direct d'OpenAlex

Obesity is a public health problem contributing to morbidity and mortality from metabolic syndrome. It has long been recognized that there is a gender dependency in several obesity-related health risks. Using a high fat diet (HFD) to induce obesity in Wistar rats, we studied the gender dependency of fat-induced oxidative stress in the heart and liver, with a special emphasis on the distribution of transition metals, as well as the protective effects of grape seed and skin extract (GSSE). HFD induced obesity in both male and female rats, characterized by increased body weight as well as relative liver mass in both genders, and increased relative heart mass in the males only. HFD also provoked the accumulation of triglycerides and total cholesterol into the male hearts, and into the livers of both genders. HFD induced oxidative stress in the male hearts and also in the livers of both genders. Furthermore, HFD affected cardiac levels of copper in the males, and hepatic levels of copper and zinc in both genders, whereas HFD affected free iron in the male hearts and female livers, specifically. In conclusion, HFD treatment altered transition metal homeostasis more drastically in the male heart than in the female liver, and GSSE efficiently protected these organs against fat-induced disturbances, regardless of gender.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
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 seuil0,005

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
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 Opus0,019
Tête enseignante GPT0,278
Écart entre enseignants0,259 · 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

Citations23
Publié2013
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCanadian Journal of Physiology and Pharmacology→Même sujetAdipose Tissue and Metabolism→Travaux en français237 207→