A diet with 35 % of energy from protein leads to kidney damage in female Sprague–Dawley rats
Notice bibliographique
Résumé
High-protein (HP) diets for weight loss remain popular despite questions surrounding overall safety. In a recent study using the pig model, we showed that long-term intakes from whole proteins at 35 % energy (en %) cause moderate renal histological damage. To examine whether this observation may be species specific or more generalisable, the effect of this diet in rats was examined. Using plant and animal whole proteins, 70-d-old female Sprague-Dawley rats were randomised to either a normal-protein (NP; 15 en %) or a HP (35 en %) diet for 4, 8, 12 and 17 months. Renal function was assessed by creatinine clearance and urinary protein levels, and pathology was assessed by examination of glomerular hypertrophy, glomerulosclerosis and tubulointerstitial fibrosis. Rats consuming the HP diet had 17 % higher kidney weights (P < 0·0001), three times higher proteinuria (P < 0·0001) and 27 % higher creatinine clearance (P = 0·0012) compared with those consuming the NP diet. Consistent with this, HP-fed rats had larger glomeruli (P < 0·0001) and more glomerulosclerosis (P = 0·0003) compared with NP-fed rats. The HP diet also resulted in altered levels of free monocyte chemoattractant protein-1 (P < 0·0001). The histological changes are consistent with those observed in the pig model. In contrast to the pig model, the elevated proteinuria and creatinine clearance observed in the rat model are also usually observed with HP consumption in human subjects. These results indicate that the rat is a useful model for HP effects on the kidney and, along with previous results using the pig model, suggest that long-term intake of high levels of protein may be detrimental to renal health.
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 ».