Inhibition of Lipolysis Ameliorates Diabetic Phenotype in a Mouse Model of Obstructive Sleep Apnea
Notice bibliographique
Résumé
Obstructive sleep apnea (OSA) is associated with insulin resistance, glucose intolerance, and type 2 diabetes. Causal mechanisms mediating this association are not well defined; however, augmented lipolysis in adipose might be involved. Here, we investigated the effect of acipimox treatment (lipolysis inhibitor) on glucose tolerance and insulin sensitivity in mice exposed to intermittent hypoxia (IH). C57BL6/J mice were exposed for 14 days to IH or control conditions. IH was created by decreasing the fraction of inspired oxygen from 20.9 to 6.5%, 60 times/h. Control exposure was air (fraction of inspired oxygen, 20.9%) delivered at an identical flow rate. Acipimox was provided in drinking water (0.5 g/ml) during exposures. After exposures, intraperitoneal insulin (0.5 IU/kg) and glucose (1 g/kg) tolerance tests were performed, and primary adipocytes were isolated for lipolysis experiments. IH elevated fasting glucose by 51% and worsened glucose tolerance and insulin sensitivity by 33 and 102%, respectively. In parallel, IH increased spontaneous lipolysis by 264%, and reduced epididymal fat mass by 15% and adipocyte size by 8%. Acipimox treatment prevented IH-induced lipolysis and increased epididymal fat mass and adipocyte size by 19 and 10%, respectively. Acipimox fully prevented IH-induced impairments in fasting glycemia, glucose tolerance, and insulin sensitivity. For all reported results, P less than 0.05 was considered significant. Augmented lipolysis contributes to insulin resistance and glucose intolerance observed in mice exposed to IH. Acipimox treatment ameliorated the metabolic consequences of IH and might represent a novel treatment option for patients with obstructive sleep apnea.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| 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) | 0,000 | 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 tête enseignante, 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 ».