MétaCan
Menu
Retour à la cohorte
Enregistrement W2559772154 · doi:10.1159/000448357

Fatty Acid Oxidation and Its Relation with Insulin Resistance and Associated Disorders

2016· review· en· W2559772154 sur OpenAlexaff
Gary D. Lopaschuk

Notice bibliographique

RevueAnnals of Nutrition and Metabolism · 2016
Typereview
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueMetabolism and Genetic Disorders
Établissements canadiensUniversity of Alberta
Organismes subventionnairesnon disponible
Mots-clésBeta oxidationInsulin resistanceInternal medicineCarnitineEndocrinologyFatty acidFatty acid metabolismCarbohydrate metabolismGlucose uptakeGlycolysisBiologyInsulinDiacylglycerol kinaseChemistryBiochemistryMetabolismMedicineEnzyme

Résumé

récupéré en direct d'OpenAlex

Alterations in muscle fatty acid metabolism have been implicated in mediating the severity of insulin resistance. In the insulin resistant heart fatty acids are favored as an energy source over glucose, which is thus associated with increased fatty acid oxidation, and an overall decrease in glycolysis and glucose oxidation. In addition, excessive uptake and beta-oxidation of fatty acids in obesity and diabetes can compromise cardiac function. In animal studies, mice fed a high fat diet (HFD) show cardiac insulin resistance in which the accumulation of intra-myocardial diacylglycerol has been implicated, likely involving parallel signaling pathways. A HFD also results in accumulation of fatty acid oxidation byproducts in muscle, further contributing to insulin resistance. Carnitine acetyltransferase (CrAT) has an essential role in the cardiomyocyte because of its need for large amounts of carnitine. In the cardiomyocyte, carnitine switches energy substrate preference in the heart from fatty acid oxidation to glucose oxidation. This carnitine-induced switch in fatty acid oxidation to glucose oxidation is due to the presence of cytosolic CrAT and reverse CrAT activity. Accordingly, inhibition of fatty acid oxidation, or stimulation of CrAT, may be a novel approach to treatment of insulin resistance.

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)0,001
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 seuil0,016

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0020,002
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0050,002

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 Opus0,029
Tête enseignante GPT0,304
Écart entre enseignants0,275 · 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

Citations78
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAnnals of Nutrition and MetabolismMême sujetMetabolism and Genetic DisordersTravaux en français237 207