MétaCan
Menu
Retour à la cohorte
Enregistrement W2547134376 · doi:10.1002/oby.21654

Reactive Oxygen Species and Oxidative Stress in Obesity—Recent Findings and Empirical Approaches

2016· review· en· W2547134376 sur OpenAlexafffund
Fiona McMurray, David A. Patten, Mary‐Ellen Harper

Notice bibliographique

RevueObesity · 2016
Typereview
Langueen
DomaineMedicine
ThématiqueAdipose Tissue and Metabolism
Établissements canadiensUniversity of Ottawa
Organismes subventionnairesCanadian Institutes of Health ResearchCanadian Nuclear LaboratoriesUniversity of Ottawa
Mots-clésReactive oxygen speciesMitochondrial ROSOxidative stressMitochondrionIntracellularAntioxidantCell biologyOxidative damageBiologyBioinformaticsChemistryBiochemistry

Résumé

récupéré en direct d'OpenAlex

Objective High levels of reactive oxygen species (ROS) are intricately linked to obesity and associated pathologies, notably insulin resistance and type 2 diabetes. However, ROS are also thought to be important in intracellular signaling, which may paradoxically be required for insulin sensitivity. Many theories have been developed to explain this apparent paradox, which have broadened our understanding of these important small molecules. While many sites for intracellular ROS production have been described, mitochondrial generated ROS remain a major contributor in most cell types. Mitochondrial ROS generation is controlled by a number of factors described in this review. Moreover, these studies have established both a demand for novel sensitive approaches to measure ROS, as well as a need to standardize and review their suitability for different applications. Methods To properly assess levels of ROS and mitochondrial ROS in the development of obesity and its complications, a growing number of tools have been developed. This paper reviews many of the common methods for the investigation of ROS in mitochondria, cell, animal, and human models. Results Available approaches can be generally divided into those that measure ROS‐induced damage (e.g., DNA, lipid, and protein damage); those that measure antioxidant levels and redox ratios; and those that use novel biosensors and probes for a more direct measure of different forms of ROS (e.g., 2′,7′‐di‐chlorofluorescein (DCF), dihydroethidium (DHE) and its mitochondrial targeted form (MitoSOX), Amplex Red, roGFP, HyPer, mt‐cpYFP, ratiometric H2O2 probes, and their derivatives). Moreover, this review provides caveats and strengths for the use of these techniques in different models. Conclusions Advances in these techniques will undoubtedly advance the understanding of ROS in obesity and may help resolve unanswered questions in the field.

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)0,004
score de la tête « metaresearch » (Gemma)0,005
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,005
Score d'incertitude au seuil0,020

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0040,005
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0050,005
Études des sciences et des technologies0,0010,004
Communication savante0,0040,004
Science ouverte0,0010,002
Intégrité de la recherche0,0020,003
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 Opus0,120
Tête enseignante GPT0,344
Écart entre enseignants0,224 · 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'étudeSans objet
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations241
Publié2016
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueObesityMême sujetAdipose Tissue and MetabolismTravaux en français237 207