MétaCan
Menu
← Retour à la cohorte
Enregistrement W2599961781 · doi:10.1096/fasebj.24.1_supplement.618.8

The effects of creatine and exercise on skeletal muscle of FRG1‐transgenic mice

2010· article· en· W2599961781 sur OpenAlexaff
Daniel I. Ogborn, Adeel Safdar, Bart P. Hettinga, Justin D. Crane, Rossella Tupler, Mark A. Tarnopolsky

Notice bibliographique

RevueThe FASEB Journal · 2010
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueMuscle Physiology and Disorders
Établissements canadiensMcMaster University
Organismes subventionnairesnon disponible
Mots-clésCreatineInternal medicineEndocrinologyMuscle atrophyMedicineAtrophyMuscular dystrophyGenetically modified mouseTransgeneBiologyGeneGenetics

Résumé

récupéré en direct d'OpenAlex

Transgenic overexpression of Fascioscapulohumeral Muscular Dystrophy (FSHD) Region Gene 1 (FRG1) results in severe muscle atrophy and weakness reminiscent of the human disease FSHD. Treatments that act to mitigate muscle dysfunction in the FRG1‐transgenic mouse could hold therapeutic benefit to FSHD patients. Forty FRG1 mice were divided into sedentary, creatine (Cr), and combination creatine and exercise treated groups (CrEx). Creatine was incorporated into standard rat chow at 2% (w/w) and animals exercised in thirty minute bouts at 12–15m/min, three times per week over 52 days. There were no effects of any treatment on bodyweight however quadriceps weight increased 15% in CrEX but not in Cr (P<0.05). CrEX had greater percentage improvements in grip strength (147%, P<0.05) and Rotarod fall speed (204%, P<0.001). As Cr resulted in no functional improvements, the positive effects of CrEX appear to be mediated by exercise, however the potential synergistic action of the combined treatment cannot be excluded. Low intensity exercise attenuates the atrophy and muscle dysfunction associated with FRG1 overexpression, resulting in modest improvements in muscle function. The mechanisms responsible for the beneficial effects of exercise remain to be determined.

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 enseignants0,002
Score d'incertitude au seuil0,006

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 technologies0,0000,001
Communication savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,003
Tête enseignante GPT0,216
Écart entre enseignants0,213 · 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
Publié2010
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueThe FASEB Journal→Même sujetMuscle Physiology and Disorders→Travaux en français237 207→