Effect of Diet Intake Imbalance in Hepatocellular Carcinoma Progression
Notice bibliographique
Résumé
Incidence of hepatocellular carcinoma (HCC) has increased sharply in the last 10 years, with an especially high incidence in Egypt. This study was conducted to evaluate the impact of unbalanced diets on liver tumor through investigation of some biochemical mediators/pathways implicated in the pathogenesis of HCC. Male albino mice were divided into two major groups: Control group and Hepatocellular carcinoma (HCC) group; each group was further divided into four subgroups according to received diet: high fat (HF), low fat (LF), high carbohydrate (HC), and low carbohydrate (LC) groups. The results indicated that induction of HCC in mice showed marked body weight loss. Liver sections of HCC groups showed malignant giant cells and strong expression of p53. HCC mice groups kept on HF and LC diets showed the lowest survival rate, a significant increase in glucose-6-phosphate dehydrogenase (G6PDH), aldolase, and citrate synthase activities, a significant increase in serum E-cadherin as well as a significant decrease in insulin-like growth factor-1 (IGF-1) compared with LF diet. These results suggest that the molecular pathogenesis of HCC in mice correlates reduction of serum IGF-1 and elevated serum E-cadherin accompanied by reprogrammed metabolic profile shifted towards increased glycolysis and lipogenesis. These pathogenic changes were enhanced by over-consumption of carbohydrates, fats, and proteins, whereas dietary fat restriction could have a protective/ameliorative effect against the incidence of HCC.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| 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) | 0,001 | 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 source (Gemma direct ou Codex distillé), 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 ».