Ethnicity, Insulin Resistance, and Inflammatory Adipokines in Women at High and Low Risk for Vascular Disease
Notice bibliographique
Résumé
OBJECTIVE: We sought to compare the relationship between body composition, insulin resistance, and inflammatory adipokines in Aboriginal Canadian women, who are at high risk of vascular disease, with white women. RESEARCH DESIGN AND METHODS: A subgroup of the First Nations Bone Health Study population, consisting of 131 Aboriginal women and 132 matched white women, was utilized. Body composition was determined by whole-body dual X-ray absorptiometry, and blood analytes were measured after an overnight fast. RESULTS: After excluding individuals with diabetes, A1C, BMI, percent trunk fat, and homeostasis model assessment of insulin resistance (HOMA-IR) were greater in First Nation women compared with white women, whereas adiponectin, retinol binding protein (RBP)4, and insulin-like growth factor binding protein-1 (IGFBP-1) were lower. First Nation women had more trunk fat for any given level of total fat than white women. There were no differences in resistin, leptin, tumor necrosis factor (TNF)-alpha, or C-reactive protein (CRP) levels between First Nation and white women. Insulin resistance correlated with leptin and inversely with adiponectin levels in both First Nation and white women. There were weak correlations between insulin resistance and TNF-alpha, interleukin-6, and CRP, but these were not significant after correction for body fat. No correlation was found between RBP4 and insulin resistance. ANCOVA revealed a higher HOMA-IR adjusted for total body fat in First Nation women than in white women (P = 0.015) but not HOMA-IR adjusted for trunk fat (P > 0.2). CONCLUSIONS: First Nation women are more insulin resistant than white women, and this is explained by trunk fat but not total fat. Despite the increased insulin resistance, inflammatory adipokines are not significantly increased in First Nation women compared with white women.
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 | 0,001 |
| 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 ».