Serum Metabolomics of Activity Energy Expenditure and its Relation to Metabolic Syndrome and Obesity
Notice bibliographique
Résumé
Modifiable lifestyle factors, including exercise and activity energy expenditure (AEE), may attenuate the unfavorable health effects of obesity, such as risk factors of metabolic syndrome (MetS). However, the underlying mechanisms are not clear. In this study we sought to investigate whether the metabolite profiles of MetS and adiposity assessed by body mass index (BMI) and central obesity are inversely correlated with AEE and physical activity. We studied 35 men and 47 women, aged 30-60 years, using doubly labeled water to derive AEE and the Sedentary Time and Activity Reporting Questionnaire (STAR-Q) to determine the time spent in moderate and vigorous physical activity. Proton nuclear magnetic resonance spectroscopy was used for serum metabolomics analysis. Serine and glycine were found in lower concentrations in participants with more MetS risk factors and greater adiposity. However, serine and glycine concentrations were higher with increasing activity measures. Metabolic pathway analysis and recent literature suggests that the lower serine and glycine concentrations in the overweight/obese state could be a consequence of serine entering de novo sphingolipid synthesis. Taken together, higher levels of AEE and physical activity may play a crucial part in improving metabolic health in men and women with and without MetS risk factors.
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 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| 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 ».