Accelerated senescence in kidneys of low-birth-weight rats after catch-up growth
Notice bibliographique
Résumé
Epidemiological studies show a strong association between low birth weight and hypertension, renal, and cardiovascular disease, especially after catch-up growth. Senescence is an important contributor to the progression of chronic disease. Developmentally programmed premature senescence may be a link among low birth weight, catch-up growth, and adult disease. Low birth weight was induced by feeding pregnant rats a low-protein diet from day 12 of gestation to 10 days postdelivery. Low- and normal-birth-weight male offspring were weaned onto regular or high-calorie diets to enhance catch-up growth. Kidneys and hearts of offspring were analyzed for RNA and protein markers of stress-induced senescence (p16, p21, p53, Rb). Markers of mitochondrial stress (p66Shc) and activation of endoplasmic reticulum protein secretion (Ero1alpha) were analyzed as regulators of reactive oxygen species generation. Reactive oxygen species are known to be associated with premature aging. Senescence markers were not different in low- or normal-birth-weight kidneys at birth. During rapid catch-up growth, p16 and p21 increased significantly in low-birth-weight kidneys and hearts (P < 0.01). Renal p16 levels increased progressively and were significantly higher in low-birth-weight kidneys at 3 and 6 mo (P < or = 0.02). Renal p66Shc and Ero1alpha were significantly higher in low- compared with normal- birth-weight kidneys at 6 mo, suggesting reactive oxygen species generation (P < or = 0.03). Low-birth-weight rats exhibit accelerated senescence in kidneys and hearts after rapid catch-up growth, a likely important link between early growth and subsequent hypertension, renal, and cardiovascular disease.
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) | 0,002 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 ».