MétaCan
Menu
Retour à la cohorte
Enregistrement W2945584238 · doi:10.1097/mco.0000000000000569

Intestinal lipogenesis

2019· review· en· W2945584238 sur OpenAlexafffund
Simon Hoffman, Danielle Alvares, Khosrow Adeli

Notice bibliographique

RevueCurrent Opinion in Clinical Nutrition & Metabolic Care · 2019
Typereview
Langueen
DomaineMedicine
ThématiqueDiet, Metabolism, and Disease
Établissements canadiensUniversity of TorontoSickKids FoundationHospital for Sick Children
Organismes subventionnairesCanadian Institutes of Health Research
Mots-clésLipogenesisChylomicronPostprandialInternal medicineEndocrinologyLipoproteinFructoseBiologyLipid metabolismChemistryBiochemistryVery low-density lipoproteinInsulinMedicineCholesterol

Résumé

récupéré en direct d'OpenAlex

PURPOSE OF REVIEW: To review recent evidence for the role of carbohydrates in the promotion of de novo lipogenesis and lipoprotein secretion from the intestine. RECENT FINDINGS: The consumption of diets rich in carbohydrates have been shown to promote elevations in circulating lipids. In particular, the consumption of monosaccharides, such as glucose and fructose, have been shown to induce increases in intestinal de novo lipogenesis, as well as be used as a substrate for the synthesis of triglycerides and lipoprotein export in the form of chylomicrons. Recently, various systematic reviews have analyzed the relative contribution of dietary fructose to intestinal lipogenesis. Although, there remains controversy within the literature, the body of evidence supports lipogenic effects of high fructose diets. In addition, alterations in markers of de novo lipogenesis within the jejunum of patients with insulin resistance may explain the alterations in their postprandial lipid profile. SUMMARY: Recent evidence supports the contribution of dietary carbohydrates to intestinal lipogenesis and lipoprotein secretion; however, further research is required to fully understand the mechanisms underlying this complex process.

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)0,001
score de la tête « metaresearch » (Gemma)0,002
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,011
Score d'incertitude au seuil0,035

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0020,001
Bibliométrie0,0030,002
Études des sciences et des technologies0,0000,000
Communication savante0,0020,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0110,004

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 Opus0,316
Tête enseignante GPT0,532
Écart entre enseignants0,215 · 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'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

Citations17
Publié2019
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueCurrent Opinion in Clinical Nutrition & Metabolic CareMême sujetDiet, Metabolism, and DiseaseTravaux en français237 207