MétaCan
Menu
Retour à la cohorte
Enregistrement W2226734366 · doi:10.3389/fphys.2015.00401

In utero Undernutrition Programs Skeletal and Cardiac Muscle Metabolism

2016· review· en· W2226734366 sur OpenAlexafffund
Brittany Beauchamp, Mary‐Ellen Harper

Notice bibliographique

RevueFrontiers in Physiology · 2016
Typereview
Langueen
DomaineMedicine
ThématiqueBirth, Development, and Health
Établissements canadiensUniversity of Ottawa
Organismes subventionnairesCanadian Institutes of Health Research
Mots-clésIn uteroSkeletal muscleOffspringEndocrinologyInternal medicineMalnutritionObesityMedicineDiseaseInsulin resistanceBiologyPhysiologyPregnancyFetusGenetics

Résumé

récupéré en direct d'OpenAlex

In utero undernutrition is associated with increased risk for insulin resistance, obesity, and cardiovascular disease during adult life. A common phenotype associated with low birth weight is reduced skeletal muscle mass. Given the central role of skeletal muscle in whole body metabolism, alterations in its mass as well as its metabolic characteristics may contribute to disease risk. This review highlights the metabolic alterations in cardiac and skeletal muscle associated with in utero undernutrition and low birth weight. These tissues have high metabolic demands and are known to be sites of major metabolic dysfunction in obesity, type 2 diabetes, and cardiovascular disease. Recent research demonstrates that mitochondrial energetics are decreased in skeletal and cardiac muscles of adult offspring from undernourished mothers. These effects apparently lead to the development of a thrifty phenotype, which may represent overall a compensatory mechanism programmed in utero to handle times of limited nutrient availability. However, in an environment characterized by food abundance, the effects are maladaptive and increase adulthood risks of metabolic 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 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: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,003
Score d'incertitude au seuil0,010

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0000,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,002

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 Opus0,029
Tête enseignante GPT0,320
Écart entre enseignants0,291 · 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'étudeSans objet
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations18
Publié2016
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueFrontiers in PhysiologyMême sujetBirth, Development, and HealthTravaux en français237 207