MétaCan
Menu
Retour à la cohorte
Enregistrement W2163770056 · doi:10.1155/2012/650193

Leptin Deficiency and Its Effects on Tibial and Vertebral Bone Mechanical Properties in Mature Genetically Lean and Obese JCR:LA-Corpulent Rats

2012· article· lv· W2163770056 sur OpenAlexafffund
Raylene A. Reimer, Jeremy M. LaMothe, Ronald F. Zernicke

Notice bibliographique

RevueJournal of Obesity · 2012
Typearticle
Languelv
DomaineNeuroscience
ThématiqueRegulation of Appetite and Obesity
Établissements canadiensUniversity of Calgary
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaCanadian Institutes of Health Research
Mots-clésAlgorithmArtificial intelligenceMedicineMachine learningComputer science

Résumé

récupéré en direct d'OpenAlex

Leptin signaling deficient rodents have emerged as models of obesity/insulin resistance syndrome. Altered leptin signaling, however, can affect axial and appendicular bone geometrical properties differently, and, thus, we hypothesized that leptin-deficiency would differentially influence mechanical properties of vertebrae and tibiae compared to lean rats. Mature (9 mo) leptin receptor deficient obese (cp/cp; n = 8) and lean (+/?; n = 7) male JCR:LA-corpulent rats were used to test that hypothesis. Tibiae and the sixth lumbar vertebrae (L(6)) were scanned with micro-CT and were broken in three point-bending (tibiae) or axial loading (L(6)). Supporting the hypothesis, vertebrae and tibiae were differentially affected by leptin signaling deficiency. Tibiae, but not vertebrae, were significantly shorter in obese rats and achieved a significantly greater load (>18%), displacement (>15%), and stress (>18%) at the proportional limit, relative to the lean rats. Conversely, L(6) in obese rats had significantly reduced displacement (>25%) and strain (>32%) at proportional limit, relative to the lean rats. Those combined results suggest that the etiology and duration of obesity may be important determinants of bone mechanical properties, and axial and appendicular bones may be affected differently.

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)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,616
Score d'incertitude au seuil0,998

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
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)0,0000,000

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 Opus0,020
Tête enseignante GPT0,242
Écart entre enseignants0,222 · 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.

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

Citations4
Publié2012
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of ObesityMême sujetRegulation of Appetite and ObesityTravaux en français237 207