Mixed compared with single-source proteins in high-protein diets affect kidney structure and function differentially in obese <i>fa/fa</i> Zucker rats
Notice bibliographique
Résumé
Questions remain regarding the potential negative effects of dietary high protein (HP) on kidney health, particularly in the context of obesity in which the risk for renal disease is already increased. To examine whether some of the variability in HP effects on kidney health may be due to source of protein, obese fa/fa Zucker rats were given HP (35% of energy from protein) diets containing either casein, soy protein, or a mixed source of animal and plant proteins for 12 weeks. Control lean and obese rats were given diets containing casein at normal protein (15% of energy from protein) levels. Body weight and blood pressure were measured, and markers of renal structural changes, damage, and function were assessed. Obesity alone resulted in mild renal changes, as evidenced by higher kidney weights, proteinuria, and glomerular volumes. In obese rats, increasing the protein level using the single, but not mixed, protein sources resulted in higher renal fibrosis compared with the lean rats. The mixed-protein HP group also had lower levels of serum monocyte chemoattractant protein-1, even though this diet further increased kidney and glomerular size. Soy and mixed-protein HP diets also resulted in a small number of damaged glomeruli, while soy compared with mixed-protein HP diet delayed the increase in blood pressure over time. Since obesity itself confers added risk of renal disease, an HP diet from mixed-protein sources that enables weight loss but has fewer risks to renal health may be advantageous.
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 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».