MétaCan
Menu
Retour à la cohorte
Enregistrement W2829508573 · doi:10.1097/mol.0000000000000522

Relevance of human fat distribution on lipid and lipoprotein metabolism and cardiovascular disease risk

2018· review· en· W2829508573 sur OpenAlexaff
Marie‐Ève Piché, Senthil K. Vasan, Leanne Hodson, Fredrik Karpe

Notice bibliographique

RevueCurrent Opinion in Lipidology · 2018
Typereview
Langueen
DomaineMedicine
ThématiqueDiabetes, Cardiovascular Risks, and Lipoproteins
Établissements canadiensUniversité Laval
Organismes subventionnairesNIHR Sheffield Biomedical Research CentreBritish Heart FoundationNational Institute for Health and Care Research
Mots-clésAdipose tissueLipid metabolismOverweightEndocrinologyInternal medicineContext (archaeology)ObesityLipoproteinFatty acidMedicineIntra-Abdominal FatPhysiologyBiologyCholesterolInsulin resistanceBiochemistryVisceral fat

Résumé

récupéré en direct d'OpenAlex

PURPOSE OF REVIEW: Upper body abdominal and lower body gluteofemoral fat depot masses display opposing associations with plasma lipid and lipoprotein and cardiovascular disease (CVD) risk profiles. We review developments on adipose tissue fatty acid metabolism in the context of body fat distribution and how that might be related to adverse lipid and lipoprotein profiles and CVD risk. RECENT FINDINGS: Recent data have confirmed the paradoxical relationship of upper abdominal and lower body gluteofemoral adiposity and CVD risk. Mechanistically, this is likely to reflect the different ways fat depots handle lipid storage and release, which impacts directly and indirectly on lipid and lipoprotein metabolism. The upper body enhances immediate fat storage pathway with rapid uptake of dietary-derived fatty acids, whereas the lower body fat depot has a reduced lipid turnover accommodating a slower fat redistribution. Body fat distribution and the fat depots' ability to undergo appropriate expansion when fat storage is required, rather than overall body fatness, appear as the important determinant of metabolic health. SUMMARY: A focus on fat distribution in overweight people, preferably using precise imaging methods, rather than quantifying total body fatness, is likely to provide the medical community with better tools to stratify and treat patients with obesity-related complications.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
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 enseignants0,967
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0040,001
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,001
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,073
Tête enseignante GPT0,354
Écart entre enseignants0,281 · 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 tête enseignante, pas un consensus.

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

Citations29
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCurrent Opinion in LipidologyMême sujetDiabetes, Cardiovascular Risks, and LipoproteinsTravaux en français237 207