MétaCan
Menu
Retour à la cohorte
Enregistrement W2974037181 · doi:10.2337/db19-721-p

721-P: Exercise Training Alters Subcutaneous Adipose Tissue Morphology in Obese Adults Even without Weight Loss

2019· article· en· W2974037181 sur OpenAlexaboutno aff
Benjamin J. Ryan, Jenna B. Gillen, Alison C. Ludzki, Michael W. Schleh, BENJAMIN A. REINHEIMER, Jeffrey F. Horowitz

Notice bibliographique

RevueDiabetes · 2019
Typearticle
Langueen
DomaineMedicine
ThématiqueAdipokines, Inflammation, and Metabolic Diseases
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésAdipose tissueHigh-intensity interval trainingInternal medicineMedicineEndocrinologyInterval trainingWeight lossAdipocyteObesityAdipogenesis

Résumé

récupéré en direct d'OpenAlex

Many metabolic health complications in obese adults are linked to abnormalities within their enlarged adipose tissue mass, which include hypertrophic adipocytes, a fibrotic extracellular matrix (ECM), and suppressed capillary density. Exercise training is a first-line treatment for obesity-related diseases, but the direct effects of exercise on adipose tissue structure and metabolic function remain unclear. The purpose of this study was to determine the effects of moderate-intensity continuous training (MICT) and high-intensity interval training (HIIT) on subcutaneous adipose tissue morphology. 17 obese adults were randomly assigned to 12 weeks (4 days/week) of MICT (45 minutes at 70% HRmax, n=9) or HIIT (10 X 1 minutes at 90% HRmax, 1 minute recovery, n=8) and were required to maintain their body weight throughout. Abdominal subcutaneous adipose tissue biopsy samples were collected before and after training for histological and immunoblot measures to assess adipocyte cell size, markers of ECM remodeling and capillarization. Aerobic fitness (VO2peak) improved ∼10% in both MICT and HIIT (P<0.001), while body weight and fat mass remained unchanged, as designed. However, even in the absence of weight loss, adipocyte size decreased slightly (∼10%), yet significantly after training (P=0.04). The reduction in adipocyte cell size in HIIT was accompanied by a significant increase in the protein abundance of a key adipogenic regulator, CEBPα (P=0.03). Exercise training also induced a strong trend for a reduction in the abundance of collagen 6a (P=0.07). We also found a strong trend for HIIT to increase the protein abundance of the angiogenic regulator VEGFα (P=0.06), although this did not translate to a measurable increase in capillarization. In summary, exercise training, perhaps especially HIIT, may increase adipogenic and angiogenic capacity in adipose tissue, as well as trigger adipose ECM remodeling. Disclosure C. Ahn: None. B.J. Ryan: None. J.B. Gillen: None. A. Ludzki: None. M.W. Schleh: None. B.A. Reinheimer: None. J.F. Horowitz: Research Support; Self; American Diabetes Association. Funding National Institutes of Health (R01DK077966, P30DK089503, T32DK007245); Canadian Institutes of Health Research (DFS146190)

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: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,003
Score d'incertitude au seuil0,011

Scores du classifieur distillé par catégorie (deux têtes)

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)0,0030,000

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 Opus0,009
Tête enseignante GPT0,244
Écart entre enseignants0,235 · 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'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

Citations2
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueDiabetesMême sujetAdipokines, Inflammation, and Metabolic DiseasesTravaux en français237 207