MétaCan
Menu
Retour à la cohorte
Enregistrement W2159493243 · doi:10.1111/j.1440-1681.2011.05557.x

Emerging clinical and experimental evidence for the role of lipocalin‐2 in metabolic syndrome

2011· review· en· W2159493243 sur OpenAlexafffund
Yangsoo Jang, Jong Ho Lee, Yu Wang, Gary Sweeney

Notice bibliographique

RevueClinical and Experimental Pharmacology and Physiology · 2011
Typereview
Langueen
DomaineMedicine
ThématiqueAcute Kidney Injury Research
Établissements canadiensYork University
Organismes subventionnairesCanadian Institutes of Health ResearchNational Research Foundation of KoreaCanadian Diabetes Association
Mots-clésLipocalinInsulin resistanceMetabolic syndromeAdipokineMedicinePathogenesisInflammationDiabetes mellitusBioinformaticsGlucose homeostasisEndocrinologyInternal medicineBiology

Résumé

récupéré en direct d'OpenAlex

The inflammatory state, which is associated with the current pandemic of obesity, has been established as an important contributing pathogenic factor to the increased prevalence of the so-called metabolic syndrome. Many studies have focused on the contribution of various adipokines to this phenomenon, and in the present study, we provide an update on the emerging evidence that the pro-inflammatory factor, lipocalin-2, might influence various aspects of metabolic syndrome. Previous reports indicate a positive correlation of serum lipocalin-2 with fasting glucose, the homeostasis model assessment of insulin resistance index, and the inflammatory marker high-sensitivity C-reactive protein, even after adjustment for body mass index, suggesting that it is an independent risk factor for insulin resistance, diabetes, and inflammation. Direct analysis of lipocalin-2 action now also shows effects on peripheral metabolism and on cardiovascular function. A better understanding of how lipocalin-2 is regulated locally and systemically is crucial for adding to our understanding of the pathogenesis of metabolic syndrome, and to uncover potential new avenues for therapeutic approaches.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Études des sciences et des technologies
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,968
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0030,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,003
Communication savante0,0000,000
Science ouverte0,0000,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,237
Tête enseignante GPT0,561
Écart entre enseignants0,323 · 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 tête enseignante, pas un consensus.

Devis d'étudeSans objet
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations61
Publié2011
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueClinical and Experimental Pharmacology and PhysiologyMême sujetAcute Kidney Injury ResearchTravaux en français237 207