MétaCan
Menu
Retour à la cohorte
Enregistrement W2889917615 · doi:10.1113/ep087171

Metabolic dysfunction in a rat model of early‐life scarcity–adversity: Modulatory role of cafeteria diet

2018· article· en· W2889917615 sur OpenAlexaff
Sara Cristina Sagae Schneider, Bárbara Zanardini de Andrade, Edson D. Ribeiro‐Paz, Ana C. Amaral, Gabriela Alves Bronczek, Camila Lubaczeuski, Sabrina Grassiolli, Patrícia Koehler‐Santos, Jarbas Rodrigues de Oliveira, Márcio Vinı́cius Fagundes Donadio, Charlis Raineki

Notice bibliographique

RevueExperimental Physiology · 2018
Typearticle
Langueen
DomaineNeuroscience
ThématiqueStress Responses and Cortisol
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesFundação Araucária
Mots-clésObesityPsychologyVulnerability (computing)Coping (psychology)MedicineClinical psychologyEndocrinology

Résumé

récupéré en direct d'OpenAlex

NEW FINDINGS: What is the central question of this study? Early-life adversity is associated with increased risk for obesity and metabolic dysfunction. However, it is unclear whether obesity and metabolic dysfunction result from coping strategies to deal with adversity-related emotional dysregulation, a direct programming of systems regulating metabolic function, or a combination of both. What is the main finding and its importance? Early-life adversity increases vulnerability to later-life obesity and metabolic dysfunction, indicating that genetics and adult lifestyle are not the only determinants of obesity and related metabolic dysfunction. Moreover, consumption of cafeteria diet exacerbated metabolic dysfunction associated with early-life adversity, suggesting that poor dietary choices might have a bigger impact in the context of early-life adversity. ABSTRACT: Early-life adversity has become recognized as an important factor contributing to adult obesity and associated metabolic dysfunction. However, it is unclear whether obesity and metabolic dysfunction associated with early-life adversity result from coping strategies to deal with adversity-related emotional dysregulation, a direct programming of systems regulating metabolic function, or a combination. Interestingly, both early-life adversity and later-life dietary choices affect immune function, favouring pro-inflammatory mechanisms that are associated with obesity-related metabolic dysfunction. To investigate the unique and/or interactive effects of early-life adversity and later-life dietary choices for increased vulnerability to obesity and metabolic dysfunction, and specifically the role of the immune system in this vulnerability, we combined a naturalistic rat model of early-life scarcity-adversity with a rat model of obesity, the cafeteria diet. Our results indicate that early-life adversity alone induces insulin resistance, reduces pancreatic insulin secretion, plasma concentrations of triglycerides and cholesterol, and increases fasting glucose and tumour necrosis factor-α plasma concentrations. Importantly, animals exposed to adverse rearing were more vulnerable to metabolic dysregulation associated with the cafeteria diet, given that they consumed more energy, showed more severe hepatic steatosis and increased concentrations of the pro-inflammatory cytokine interleukin-1β than normally reared animals fed the cafeteria diet. Together, our results suggest that early-life adversity negatively programmes physiological systems that regulate metabolic function and increases vulnerability to obesity and metabolic dysfunction in adulthood. These results highlight the intrinsic relationship between the quality of the early postnatal environment and later-life dietary choices on adult health outcomes.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,039
Score d'incertitude au seuil0,467

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
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 Opus0,028
Tête enseignante GPT0,273
Écart entre enseignants0,245 · 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.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations3
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueExperimental PhysiologyMême sujetStress Responses and CortisolTravaux en français237 207