Metformin, sitagliptin, and liraglutide modulate serum retinol-binding protein-4 level and adipocytokine production in type 2 diabetes mellitus rat model
Notice bibliographique
Résumé
Many adipocytokines correlate with obesity and insulin resistance. We examined the effects of metformin, sitagliptin, and liraglutide in diabetic rats. Group 1: control normal (CN) rats received oral saline daily. Group 2: diabetic non-treated (DNT) rats were injected with streptozotocin (STZ) to get diabetic then after 72 h received oral saline daily. Group 3: rats were injected with STZ then after 72 h were treated with metformin (200 mg/kg) orally. Group 4: rats were injected with STZ then after 72 h received sitagliptin 6 mg/kg orally twice daily. Group 5: rats were injected with STZ then after 72 h were treated with liraglutide at a dose of 0.3 mg/kg every 12 h subcutaneous injection. After 8 weeks, body mass, fasting blood glucose, adipocytokines, and lipid profile were assessed. From the results, we concluded that the 3 drugs improved blood glucose and insulin resistance with correction of adipocytokines serum levels; however, the liraglutide-treated group was the only group that showed significant body mass reduction.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 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 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 source (Gemma direct ou Codex distillé), 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 ».