MétaCan
Menu
Retour à la cohorte
Enregistrement W2900182750 · doi:10.1111/jcmm.13984

The relationship between phospholipids and insulin resistance: From clinical to experimental studies

2018· review· en· W2900182750 sur OpenAlexafffund
Wenguang Chang, Grant M. Hatch, Yu Wang, Fei Yu, Man Wang

Notice bibliographique

RevueJournal of Cellular and Molecular Medicine · 2018
Typereview
Langueen
DomaineMedicine
ThématiqueAdipose Tissue and Metabolism
Établissements canadiensUniversity of ManitobaChildren's Hospital Research Institute of Manitoba
Organismes subventionnairesNatural Science Foundation of Shandong ProvinceNational Natural Science Foundation of ChinaHeart and Stroke Foundation of Canada
Mots-clésInsulin resistancePathogenesisLipid metabolismDiseasePhospholipidBiologyInsulinMetabolismBioinformaticsEndocrinologyMedicineInternal medicineBiochemistryImmunology

Résumé

récupéré en direct d'OpenAlex

Insulin resistance induced by high-fat diet and impropriate life style is a major contributor to the pathogenesis of metabolic disease. However, the underlying molecular mechanisms remain unclear. Recent studies in metabolic dysfunction have extended this beyond simply elevated cholesterol and triglycerides levels and have identified a key role for lipid metabolism. For example, altered phospholipid metabolism has now become central in the pathogenesis of metabolic disease. In this review, we discuss the association between insulin sensitivity and phospholipid metabolism and highlight the most significant discoveries generated over the last several decades. Finally, we summarize the current knowledge surrounding the molecular mechanisms related to phospholipids and insulin resistance and provide new insight for future research into their relationship.

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)0,002
score de la tête « metaresearch » (Gemma)0,003
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
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 enseignants0,932
Score d'incertitude au seuil0,742

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,003
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0030,000
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 Opus0,149
Tête enseignante GPT0,451
Écart entre enseignants0,302 · 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'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

Citations140
Publié2018
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of Cellular and Molecular MedicineMême sujetAdipose Tissue and MetabolismTravaux en français237 207