MétaCan
Menu
Retour à la cohorte
Enregistrement W2900730935 · doi:10.1111/jdi.12978

Glucose‐dependent insulinotropic polypeptide deficiency reduced fat accumulation and insulin resistance, but deteriorated bone loss in ovariectomized mice

2018· article· en· W2900730935 sur OpenAlexaff
Satoko Shimazu‐Kuwahara, Yoshinori Kanemaru, Norio Harada, Eri Ikeguchi, Yohei Ueda, Shunsuke Yamane, Yuki Murata, Akihiro Yasoda, Timothy J. Kieffer, Nobuya Inagaki

Notice bibliographique

RevueJournal of Diabetes Investigation · 2018
Typearticle
Langueen
DomaineMedicine
ThématiqueGrowth Hormone and Insulin-like Growth Factors
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesJapan Society for the Promotion of Science
Mots-clésOvariectomized ratMedicineInsulin resistanceEndocrinologyInternal medicineDiabetes mellitusInsulinType 2 diabetesEstrogen

Résumé

récupéré en direct d'OpenAlex

Abstract Given the established roles of glucose‐dependent insulinotropic polypeptide (GIP) in promoting fat storage and bone formation, we assessed the contribution of GIP to obesity and osteopenia in ovariectomized mice with a gene encoding green fluorescent protein (GFP) inserted into the GIP locus, in which GIP was either reduced (GIPgfp/+) or absent (GIPgfp/gfp). In GIPgfp/gfp mice, weight gain, subcutaneous and visceral fat mass were reduced, and glucose intolerance was improved compared with wild‐type mice with the same magnitude of insulin responses. Cancellous bone mineral density and bone cortical thickness were reduced in GIPgfp/gfp mice compared with wild‐type mice. In GIPgfp/+ mice, weight gain, glucose intolerance and cancellous bone mineral density were not different from that of wild‐type mice. These results indicate that the total elimination of GIP ameliorates weight gain and adiposity in ovariectomized mice, but it enhances osteopenia, particularly in cancellous bone by partly suppressing bone formation.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,002
Score d'incertitude au seuil0,007

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,001
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,002
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,023
Tête enseignante GPT0,263
Écart entre enseignants0,241 · 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 source (Gemma direct ou Codex distillé), 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

Citations8
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Diabetes InvestigationMême sujetGrowth Hormone and Insulin-like Growth FactorsTravaux en français237 207