Differential circulating concentrations of adipokines, glucagon and adropin in a clinical population of lean, overweight and diabetic cats
Notice bibliographique
Résumé
BACKGROUND: Dyslipidemia, dysregulated adipokine secretion and alteration in glucagon and adropin concentrations are important obesity-related factors in the pathophysiology of human Type 2 diabetes; however, their roles in the pathophysiology of feline diabetes mellitus are relatively unknown. Here, we determined the concentrations of circulating leptin, adiponectin, pro-inflammatory cytokines, glucagon, adropin, triglycerides, and cholesterol, in non-diabetic lean and overweight cats and newly diagnosed diabetic cats. Client-owned cats were recruited and assigned into 3 study groups: lean, overweight and diabetic. Fasting blood samples were analyzed in lean, overweight and diabetic cats at baseline and 4 weeks after consumption of high protein/low carbohydrate standardized diet. RESULTS: Serum concentrations of triglycerides were greater in diabetics at baseline and were increased in both diabetic and overweight cats at 4 weeks. Plasma leptin concentrations were greater in diabetic and overweight at baseline and 4 weeks, whereas adiponectin was lower in diabetics compared to lean and overweight cats at baseline and 4 weeks. Diabetics had greater baseline plasma glucagon concentrations compared to lean, lower adropin than overweight at 4 weeks, and lower IL-12 concentrations at 4 weeks than baseline. CONCLUSIONS: Our results suggest that feline obesity and diabetes mellitus are characterized by hypertriglyceridemia and hyperleptinemia; however, diabetic cats have significantly lower adiponectin and adropin compared to overweight cats. Thus, despite having similar body condition, overweight and diabetic cats have differential circulating concentrations of adiponectin and adropin.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».