MétaCan
Menu
Retour à la cohorte
Enregistrement W2299598005 · doi:10.1016/j.molmet.2016.03.001

High density lipoprotein and metabolic disease: Potential benefits of restoring its functional properties

2016· review· en· W2299598005 sur OpenAlexaff
Teja Klančič, Lavinia Woodward, Susanna M. Hofmann, Edward A. Fisher

Notice bibliographique

RevueMolecular Metabolism · 2016
Typereview
Langueen
DomaineMedicine
ThématiqueDiabetes, Cardiovascular Risks, and Lipoproteins
Établissements canadiensUniversity of Calgary
Organismes subventionnairesNational Institutes of HealthDeutsche ForschungsgemeinschaftHelmholtz-Gemeinschaft
Mots-clésMedicineMetabolic syndromeDiseaseInsulin resistanceDiabetes mellitusBioinformaticsAntithromboticInternal medicineEndocrinologyBiology

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: High density lipoproteins (HDLs) are thought to be atheroprotective and to reduce the risk of cardiovascular disease (CVD). Besides their antioxidant, antithrombotic, anti-inflammatory, anti-apoptotic properties in the vasculature, HDLs also improve glucose metabolism in skeletal muscle. SCOPE OF THE REVIEW: Herein, we review the functional role of HDLs to improve metabolic disorders, especially those involving insulin resistance and to induce regression of CVD with a particular focus on current pharmacological treatment options as well as lifestyle interventions, particularly exercise. MAJOR CONCLUSIONS: Functional properties of HDLs continue to be considered important mediators to reverse metabolic dysfunction and to regress atherosclerotic cardiovascular disease. Lifestyle changes are often recommended to reduce the risk of CVD, with exercise being one of the most important of these. Understanding how exercise improves HDL function will likely lead to new approaches to battle the expanding burden of obesity and the metabolic syndrome.

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)0,001
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 seuil0,015

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
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)0,0040,002

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 Opus0,030
Tête enseignante GPT0,245
Écart entre enseignants0,215 · 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

Citations26
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueMolecular MetabolismMême sujetDiabetes, Cardiovascular Risks, and LipoproteinsTravaux en français237 207