Optimal time point to measure postprandial hypertriglyceridemia after a high-fat meal
Notice bibliographique
Résumé
Objective To study the change of postprandial triglyceride (TG) concentrations after a high-fat meal in patients with coronary heart diseases (CHD), patients with essential hypertension (EHP) and healthy controls, and to explore the optimal time point to measure postprandial TG metabolism. Methods Fifty-four CHD patients, thirty-six EHP patients and twenty-five healthy controls were recruited. The concentrations of serum TG in fasting state and at 2, 4, 5, 7 h after a single high-fat meal (800 kcal, including 50 g fat) were measured. Results The postprandial serum TG concentrations increased significantly at 2, 4, 5 h point in all subjects (all P0.05). The CHD patients and EHP patients showed significantly higher and prolonged postprandial TG concentrations than the controls did (all P0.05). The area under TG curve (AUC_ TG ) over 7 h was increased in the order of the controls, the EHP patients and the CHD patients (all P0.05). The required time to reach peak value of TG was obviously delayed in the CHD patients and EHP patients compared with the controls (P0.05). AUC_ TG was most obviously correlated with the increment at 4 h serum TG concentrations in the CHD patients and EHP patients (both r=0.94, P0.001). Conclusion In high-fat meal test, the increment of serum TG concentration at 4 h can be considered as a surrogate of AUC_ TG in CHD and EHP patients.
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 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 | 0,001 | 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 ».