MétaCan
Menu
Retour à la cohorte
Enregistrement W2154900951 · doi:10.1210/jc.2014-2210

Changes in Leptin and Peptide YY Do Not Explain the Greater-Than-Predicted Decreases in Resting Energy Expenditure After Weight Loss

2014· article· en· W2154900951 sur OpenAlexafffund
Jessica McNeil, Alexander Schwartz, Rémi Rabasa‐Lhoret, Jean-Marc Lavoie, Martin Brochu, Éric Doucet

Notice bibliographique

RevueThe Journal of Clinical Endocrinology & Metabolism · 2014
Typearticle
Langueen
DomaineNeuroscience
ThématiqueRegulation of Appetite and Obesity
Établissements canadiensHealth and Social Services Centre University Institute of Geriatrics of SherbrookeUniversité de MontréalMontreal Clinical Research InstituteCentre Hospitalier de l’Université de MontréalSickKids FoundationUniversity of TorontoHospital for Sick ChildrenUniversity of OttawaUniversité de Sherbrooke
Organismes subventionnairesCanadian Institutes of Health ResearchUniversity of Ottawa
Mots-clésLeptinPeptide YYResting energy expenditureInternal medicineEndocrinologyWeight lossOverweightMedicineBody mass indexObesityAnimal scienceEnergy expenditureBiology

Résumé

récupéré en direct d'OpenAlex

CONTEXT: It is unknown whether leptin and peptide YY (PYY) influence changes in resting energy expenditure (REE), independently of fat mass (FM) and fat-free mass (FFM) in addition to changes in other energy expenditure (EE) components during weight loss. OBJECTIVE: The objective of the study was to examine the relationships between leptin, PYY, and body composition with different EE components before and after weight loss and whether changes in leptin and PYY were associated with differences in predicted vs measured REE after the intervention. DESIGN: This was a randomized controlled design. SETTING: The study was conducted in a laboratory. PARTICIPANTS: Participants were ninety-three overweight/obese postmenopausal women (aged 58.1 ± 4.8 y; body mass index 32.1 ± 4.3 kg/m(2)). INTERVENTION: Interventions included a 6-month caloric restriction diet alone or caloric restriction diet+resistance training. MAIN OUTCOME MEASURES: Body composition (dual energy x-ray absorptiometry), REE (indirect calorimetry), total EE (TEE; doubly labeled water), and fasting leptin and total PYY before and after weight loss were measured. RESULTS: Both interventions yielded significant decreases in weight, FFM, REE, and leptin, whereas a significant time × group interaction was noted for FM (greater decrease in FM in the diet+resistance training group) (P < .05 for all outcomes). No significant differences in TEE, physical activity EE, and PYY were noted between baseline and after the intervention. Age, FFM, leptin, and PYY were the best predictors of baseline REE (R(2) = 0.77; P = .0001), whereas age, FFM, and FM were associated with REE after the intervention (R(2) = 0.88; P = .0001). The same predictors, except for leptin, were significantly related to TEE at baseline (R(2) = 0.70; P = .0001) and after the intervention (R(2) = 0.29; P = .0001), whereas only PYY was a significant predictor of physical activity EE at baseline and after the intervention. Changes in FM and leptin accounted for 27% of the variance in ΔREE (P = .0001). Greater predicted vs measured REE was noted after the intervention (P = .02). However, Δ leptin and ΔPYY were not significant predictors of the differences between postintervention measurement and predicted REE. CONCLUSIONS: Δ Leptin and ΔFM were strong contributors to changes in REE. However, Δ leptin and ΔPYY were not significant predictors of the differences between predicted and measured REE after the intervention.

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)0,003
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,012

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,003
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
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 Opus0,039
Tête enseignante GPT0,316
Écart entre enseignants0,276 · 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'étudeObservationnel
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

Citations26
Publié2014
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueThe Journal of Clinical Endocrinology & MetabolismMême sujetRegulation of Appetite and ObesityTravaux en français237 207