MétaCan
Menu
← Retour à la cohorte
Enregistrement W2284751971 · doi:10.1096/fasebj.24.1_supplement.939.6

Fatty acids of plasma phospholipids and erythrocytes are reliable biomarkers of n‐3 polyunsaturated fatty acid supplementation

2010· article· en· W2284751971 sur OpenAlexaff
Iwona Rudkowska, Mélanie Plourde, Pierre Julien, Simone Lemieux, Patrick Couture, Marie‐Claude Vohl

Notice bibliographique

RevueThe FASEB Journal · 2010
Typearticle
Langueen
DomaineNursing
ThématiqueFatty Acid Research and Health
Établissements canadiensOntario GenomicsMaple Leaf Foods
Organismes subventionnairesnon disponible
Mots-clésPolyunsaturated fatty acidDocosahexaenoic acidEicosapentaenoic acidChemistryFood scienceFatty acidInternal medicineBiochemistryMedicine

Résumé

récupéré en direct d'OpenAlex

The availability of reliable biomarkers to assess the efficacy of dietary interventions is a prerequisite of meaningful clinical studies with n‐3 polyunsaturated fatty acids (PUFA). Objective To determine the suitability of using either plasma phopholipids (PL) or erythrocytes fatty acids (FA) composition as indicators of n‐3 PUFA status. Methods We measured FA % in erythrocytes and plasma PL obtained from 28 men supplemented daily with 3g of n‐3 PUFA (1.9 g eicosapentaenoic acid (EPA) and 1.1 g docosahexaenoic acid (DHA)) during 6 weeks. Results After supplementation, EPA, DHA and EPA+DHA in plasma PL or erythrocytes increased by 334%, 43%, 174% and 195%, 16%, 29%, respectively (p<0.05 versus baseline for all analyses). EPA in plasma PL was correlated to EPA in erythrocytes at baseline (r=0.77, p<0.01) and after supplementation (r=0.63, p<0.01). In addition, a correlation (r=0.47, p=0.02) was seen between the combined EPA+DHA in plasma PL and erythrocytes after supplementation. Conclusion Even tough differences do exist in the FA composition of plasma PL and erythrocytes, both biomarkers significantly increased with n‐3 PUFA supplementation over 6 weeks suggesting that they are both reliable biomarkers of n‐3 PUFA status after supplementation. Funding provided by a CIHR Operating Grant.

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)0,002
score de la tête « metaresearch » (Gemma)0,003
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,010

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,003
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 savante0,0010,000
Science ouverte0,0000,001
Intégrité de la recherche0,0010,001
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 Opus0,019
Tête enseignante GPT0,290
Écart entre enseignants0,272 · 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'étudeObservationnel
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

Citations1
Publié2010
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueThe FASEB Journal→Même sujetFatty Acid Research and Health→Travaux en français237 207→