Association between Metabolite Profiles, Metabolic Syndrome and Obesity Status
Notice bibliographique
Résumé
Underlying mechanisms associated with the development of abnormal metabolic phenotypes among obese individuals are not yet clear. Our aim is to investigate differences in plasma metabolomics profiles between normal weight (NW) and overweight/obese (Ov/Ob) individuals, with or without metabolic syndrome (MetS). Mass spectrometry-based metabolite profiling was used to compare metabolite levels between each group. Three main principal components factors explaining a maximum of variance were retained. Factor 1's (long chain glycerophospholipids) metabolite profile score was higher among Ov/Ob with MetS than among Ov/Ob and NW participants without MetS. This factor was positively correlated to plasma total cholesterol (total-C) and triglyceride levels in the three groups, to high density lipoprotein -cholesterol (HDL-C) among participants without MetS. Factor 2 (amino acids and short to long chain acylcarnitine) was positively correlated to HDL-C and negatively correlated with insulin levels among NW participants. Factor 3's (medium chain acylcarnitines) metabolite profile scores were higher among NW participants than among Ov/Ob with or without MetS. Factor 3 was negatively associated with glucose levels among the Ov/Ob with MetS. Factor 1 seems to be associated with a deteriorated metabolic profile that corresponds to obesity, whereas Factors 2 and 3 seem to be rather associated with a healthy metabolic profile.
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) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| 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 ».