MétaCan
Menu
Retour à la cohorte
Enregistrement W2893361247 · doi:10.1002/lipd.12084

Folic Acid Supplementation Attenuates Chronic Hepatic Inflammation in High‐Fat Diet Fed Mice

2018· article· en· W2893361247 sur OpenAlexafffund
Victoria Sid, Yue Shang, Yaw L. Siow, Susara Madduma Hewage, James D. House, O Karmin

Notice bibliographique

RevueLipids · 2018
Typearticle
Langueen
DomaineMedicine
ThématiqueLiver Disease Diagnosis and Treatment
Établissements canadiensAgriculture and Agri-Food CanadaUniversity of ManitobaSt. Boniface Hospital
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésNonalcoholic fatty liver diseaseInternal medicineEndocrinologyInflammationClinical chemistryLipidologyCytokineMedicineLipid metabolismUrsodeoxycholic acidFatty liverDisease

Résumé

récupéré en direct d'OpenAlex

Nonalcoholic fatty liver disease (NAFLD) is the most common form of chronic liver disease worldwide. Hepatic inflammation is an important pathogenic mediator of NAFLD. There is currently no pharmacological agent approved for the treatment of NAFLD. Folic acid is a water-soluble B vitamin that has been shown to have lipid-lowering and antioxidant effects. The objective of this study was to investigate the effect of folic acid supplementation on hepatic inflammation and to identify the underlying mechanisms. Male C57BL/6 J mice were fed a control diet (10% kcal fat), a high-fat diet (HFD) (60% kcal fat), or a HFD supplemented with folic acid (26 mg/kg diet) for 8 weeks. HFD feeding led to increased body mass gain, lipid accumulation, activation of transcription factor nuclear factor-κB (NF-κB), and elevation of inflammatory cytokine gene expression in the liver. Folic acid supplementation attenuated hepatic lipid accumulation and aggregation of inflammatory foci induced by HFD feeding. This was associated with a significant reduction of NF-κB activation and inflammatory cytokine expression. These results suggest that the hepatoprotective effect of folic acid in NAFLD may be attributed, in part, to its anti-inflammatory action.

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: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,146
Score d'incertitude au seuil0,898

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)0,0010,001

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 Opus0,011
Tête enseignante GPT0,275
Écart entre enseignants0,264 · 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'étudeObservationnel
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

Citations34
Publié2018
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueLipidsMême sujetLiver Disease Diagnosis and TreatmentTravaux en français237 207