MétaCan
Menu
Retour à la cohorte
Enregistrement W2238829543 · doi:10.1111/nyas.12999

Can ketones compensate for deteriorating brain glucose uptake during aging? Implications for the risk and treatment of Alzheimer's disease

2016· review· en· W2238829543 sur OpenAlexafffund
Stephen C. Cunnane, Alexandre Courchesne‐Loyer, Valérie St‐Pierre, Camille Vandenberghe, Tyler Pierotti, Mélanie Fortier, Étienne Croteau, Christian‐Alexandre Castellano

Notice bibliographique

RevueAnnals of the New York Academy of Sciences · 2016
Typereview
Langueen
DomaineMedicine
ThématiqueDiet and metabolism studies
Établissements canadiensBishop's UniversityUniversité de Sherbrooke
Organismes subventionnairesCanadian Institutes of Health ResearchCanada Research ChairsUniversité de Sherbrooke
Mots-clésDiseaseAlzheimer's diseaseBrain agingNeuroscienceMedicineInternal medicinePsychology

Résumé

récupéré en direct d'OpenAlex

Brain glucose uptake is impaired in Alzheimer's disease (AD). A key question is whether cognitive decline can be delayed if this brain energy defect is at least partly corrected or bypassed early in the disease. The principal ketones (also called ketone bodies), β-hydroxybutyrate and acetoacetate, are the brain's main physiological alternative fuel to glucose. Three studies in mild-to-moderate AD have shown that, unlike with glucose, brain ketone uptake is not different from that in healthy age-matched controls. Published clinical trials demonstrate that increasing ketone availability to the brain via moderate nutritional ketosis has a modest beneficial effect on cognitive outcomes in mild-to-moderate AD and in mild cognitive impairment. Nutritional ketosis can be safely achieved by a high-fat ketogenic diet, by supplements providing 20-70 g/day of medium-chain triglycerides containing the eight- and ten-carbon fatty acids octanoate and decanoate, or by ketone esters. Given the acute dependence of the brain on its energy supply, it seems reasonable that the development of therapeutic strategies aimed at AD mandates consideration of how the underlying problem of deteriorating brain fuel supply can be corrected or delayed.

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)0,001
score de la tête « metaresearch » (Gemma)0,001
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 enseignants0,004
Score d'incertitude au seuil0,014

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0020,001
Bibliométrie0,0020,002
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0040,001

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 Opus0,195
Tête enseignante GPT0,421
Écart entre enseignants0,225 · 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

Citations237
Publié2016
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueAnnals of the New York Academy of SciencesMême sujetDiet and metabolism studiesTravaux en français237 207