MétaCan
Menu
← Retour à la cohorte
Enregistrement W2493091591 · doi:10.1096/fasebj.21.5.a159-b

Serum insulin is lowered by rosehips in Sprague Dawley rats

2007· article· en· W2493091591 sur OpenAlexaff
Sara L. Purcell, Carolanne M. Nelson

Notice bibliographique

RevueThe FASEB Journal · 2007
Typearticle
Langueen
DomaineMedicine
ThématiqueAdipose Tissue and Metabolism
Établissements canadiensUniversity of Prince Edward Island
Organismes subventionnairesnon disponible
Mots-clésInternal medicineEndocrinologyInsulinCarbohydrate metabolismOxidative stressLipid metabolismMetabolismAntioxidantDiabetes mellitusType 2 diabetesFatty acid metabolismMealChemistryMedicineBiologyBiochemistry

Résumé

récupéré en direct d'OpenAlex

Type 2 diabetes (T2D) is associated with increased oxidative stress and inflammation, which impair insulin and glucose metabolism. Fruit and vegetables high in antioxidant compounds improve glucose and insulin metabolism in T2D. Rosehips contain significant levels of antioxidant and anti‐inflammatory compounds. The objective of this study was to determine if rosehips could positively influence glucose and insulin metabolism. Male Sprague‐Dawley rats were fed either AIN‐93 diet or AIN‐93G diet + 10% ground rosehips for two weeks. The diets were isonitrogenous and isocaloric; the animals were pair‐fed and meal trained to provide tight metabolic control. There was no significant difference in weight gain, serum triglycerides, glucose or total cholesterol between groups. However, the rosehip group had significantly lower (p<0.05) serum insulin levels (4.3±0.5 ng/ml), compared to control group (6.6±0.7 ng/ml). DNA microarray analysis showed that genes associated with fatty acid metabolism were upregulated, while genes associated with insulin and glucose metabolism were down regulated in the rosehip fed animals compared to the control animals. This study shows that rosehips are able to lower insulin secretion. Supported by ACOA/AIF.

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)0,000
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,003
Score d'incertitude au seuil0,009

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,001

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 Opus0,020
Tête enseignante GPT0,282
Écart entre enseignants0,262 · 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'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

Citations0
Publié2007
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueThe FASEB Journal→Même sujetAdipose Tissue and Metabolism→Travaux en français237 207→