Fructose consumption during gestation alters glucose metabolism and placental expression of TNF‐α and SNAT2
Notice bibliographique
Résumé
Increased fructose (FR) consumption has been associated with obesity and insulin resistance, which, if present during gestation, may increase the risk of metabolic disease in the offspring. Alterations in placental transport may mediate these effects. This study examined the effect of FR consumption during gestation on placental mRNA expression of nutrient transporters (GLUT3, CD36, SNAT2) and the pro‐inflammatory cytokine TNF‐α. Female rats received either 10% FR solution (n=18) or tap water (CNTL) (n=17) during gestation. Maternal blood was collected before gestation, and on gestational days (GD) 12 and 19; pregnancies were terminated on GD 20. Fetuses and placentas were weighed. Placental mRNA expression was quantified using real‐time PCR. Maternal weight, placental weight, fetal weight and GLUT3 and CD36 expression were not different between FR fed rats and CNTL rats. Maternal glucose (mmol/L) was elevated on GD 19 in FR vs. CNTL rats (6.26 ± 1.2 vs 5.18 ± 0.7; p<0.05). Insulin (ng/ml) was increased at mid‐gestation (FR: 2.74 ± 1.5; CNTL: 1.41± 0.5; p<0.05) and on GD 19 (FR: 2.11 ± 1.3; CNTL: 1.07 ± 0.4; p<0.05). Placental expression of SNAT2 (FR: 1.61 ± 0.1; CNTL: 0.90 ± 0.3; p<0.05) and TNF‐α (FR: 1.38 ± 0.2; CNTL: 0.82 ± 0.2; p<0.05) was increased in FR rats compared to CNTLs. Although overall fetal growth appeared to be unaffected, further studies examining changes in offspring metabolism are warranted. NSERC
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 source (Gemma direct ou Codex distillé), 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 ».