MétaCan
Menu
Retour à la cohorte
Enregistrement W2419774405 · doi:10.1139/apnm-2012-0416

Grape seed and skin extract alleviates high-fat diet-induced renal lipotoxicity and prevents copper depletion in rat

2013· article· en· W2419774405 sur OpenAlexvenueno aff
Kamel Charradi, Salem Elkahoui, Ines Karkouch, Férid Limam, Ghaïth Hamdaoui, Fethy Ben Hassine, Michèle Véronique El May, Ahmed El May, Ezzedine Aouani

Notice bibliographique

RevueApplied Physiology Nutrition and Metabolism · 2013
Typearticle
Langueen
DomaineNursing
ThématiqueTrace Elements in Health
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésLipotoxicityOxidative stressKidneyMedicineInternal medicineKidney diseaseEndocrinologyDiabetes mellitusTriglycerideGrape seed extractObesityRenal functionSteatosisCholesterolPathologyInsulin resistance

Résumé

récupéré en direct d'OpenAlex

Obesity is a public health problem that contributes to morbidity and mortality from diabetes, heart disease, stroke, and cancers. The purpose of this investigation was to analyse the link between obesity-induced oxidative stress, renal steatosis, and kidney dysfunction, as well as the protective effect of grape seed and skin extract. Rats were fed a standard diet or a high-fat diet for 6 weeks and were either treated or not treated with grape seed and skin extract. Fat-induced oxidative stress was evaluated in the kidney with a special emphasis on transition metals. High-fat diet induced triglyceride deposition and disturbances in kidney function parameters, which are linked to an oxidative stress status and depletion of copper from the kidney. Grape seed and skin extract abrogated almost all fat-induced kidney disturbances. Grape seed and skin extract exerted potential protection against fat-induced kidney lipotoxicity and should find potential application in other kidney-related diseases.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,917
Score d'incertitude au seuil0,946

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,014
Tête enseignante GPT0,263
Écart entre enseignants0,249 · 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 tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
Domainenon disponible
GenreEmpirique

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
Publié2013
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueApplied Physiology Nutrition and MetabolismMême sujetTrace Elements in HealthTravaux en français237 207