Profile of Gut Hormones, Pancreatic Hormones and Pro-inflammatory Cytokines in New Zealand Maori
Notice bibliographique
Résumé
BACKGROUND: Maori, indigenous people of New Zealand, have at least two times higher prevalence of obesity and diabetes in comparison with the general population in the country. Gut and pancreatic hormone profile differences as well as pro-inflammatory milieu may contribute to this disparity. The aim was to investigate the differences in gut hormones, pancreatic hormones and pro-inflammatory cytokines between Maori and non-Maori individuals. METHODS: This was a cross-sectional study. Fasting blood samples were collected to measure cholecystokinin, ghrelin, gastric inhibitory peptide, glicentin, glucagon-like peptide-1 and -2, oxyntomodulin, secretin, amylin, C-peptide, glucagon, insulin, pancreatic polypeptide, somatostatin, interleukin-6, monocyte chemoattractant protein-1 and tumour necrosis factor-α. Binary logistic regression analysis was conducted in one unadjusted and four adjusted statistical models adjusting for patient-, metabolic- and pancreatitis-related factors. RESULTS: A total of 8 Maori and 85 non-Maori individuals were included. Circulating levels of ghrelin, pancreatic polypeptide and interleukin-6 levels were significantly higher in Maori (P = 0.005, P = 0.003 and P = 0.011, respectively) in both unadjusted and all the four adjusted analyses. Other signaling molecules did not show consistently significant associations with ethnicity. CONCLUSION: Profile of gut hormones, pancreatic hormones and pro-inflammatory cytokines appears to differ between Maori and non-Maori individuals, independent of obesity, diabetes and other covariates. This may go some way to explain the increased propensity to obesity and diabetes in the Maori population.
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 | 0,001 |
| 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 ».