MétaCan
Menu
Retour à la cohorte
Enregistrement W2182562622 · doi:10.1093/gerona/55.1.b44

Effect of long-term caloric restriction on GLUT4,phosphatidylinositol- 3 kinase p85 subunit, and insulin receptorsubstrate-1 protein levels in rhesus monkey skeletal muscle

2000· article· en· W2182562622 sur OpenAlexfundno aff
A. C. Gazdag, Susan Sullivan, Joseph W. Kemnitz, Gregory D. Cartee

Notice bibliographique

RevueThe Journals of Gerontology Series A · 2000
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueMetabolism, Diabetes, and Cancer
Établissements canadiensnon disponible
Organismes subventionnairesNational Center for Research ResourcesNational Institute on AgingNational Institutes of HealthAGE-WELL
Mots-clésGLUT4Internal medicineEndocrinologyInsulinInsulin receptorSkeletal muscleGlucose transporterInsulin resistanceBiologyMedicine

Résumé

récupéré en direct d'OpenAlex

Caloric restriction (CR), a reduction in calorie intake without malnutrition, improves insulin sensitivity in various species, including mice, rats, rhesus and cynomolgus monkeys, and humans. Skeletal muscle is quantitatively the most important tissue for blood glucose clearance. Therefore, we assessed the effect of 6 years of CR (30% reduction in calorie intake) in male rhesus monkeys (14-20 years old) on muscle expression of several proteins involved in insulin action. Whole body insulin sensitivity (assessed by Modified Minimal Model) was significantly increased in CR relative to Control monkeys. CR did not alter the expression of GLUT4 glucose transporter or phosphatidylinositol-3 kinase p85 subunit (PI3K). Insulin receptor substrate-1(IRS-1) abundance tended to be greater for CR compared to Control monkeys (p = .051), but correlational analysis revealed no association between IRS-1 and insulin sensitivity (r2 = .075, p = .271). These findings indicate that the CR-induced increase in insulin sensitivity in rhesus monkeys is unrelated to alterations in GLUT4, P13K, and IRS-1 abundance.

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 machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,005

Scores du classifieur distillé par catégorie (deux têtes)

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

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 Opus0,017
Tête enseignante GPT0,282
Écart entre enseignants0,265 · 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 source (Gemma direct ou Codex distillé), 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

Citations27
Publié2000
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueThe Journals of Gerontology Series AMême sujetMetabolism, Diabetes, and CancerTravaux en français237 207