MétaCan
Menu
Retour à la cohorte
Enregistrement W2978687867 · doi:10.1172/jci129187

Altered adipose tissue and adipocyte function in the pathogenesis of metabolic syndrome

2019· review· en· W2978687867 sur OpenAlexaff
C. Ronald Kahn, Guoxiao Wang, Kevin Y. Lee

Notice bibliographique

RevueJournal of Clinical Investigation · 2019
Typereview
Langueen
DomaineMedicine
ThématiqueAdipose Tissue and Metabolism
Établissements canadiensHeritage College
Organismes subventionnairesNational Institute of Diabetes and Digestive and Kidney DiseasesNational Institutes of Health
Mots-clésAdipose tissueWhite adipose tissueAdipocyteBiologyEndocrinologyAdipogenesisInternal medicineAdipose tissue macrophagesHormoneCell biologyMedicine

Résumé

récupéré en direct d'OpenAlex

Over the past decade, great progress has been made in understanding the complexity of adipose tissue biology and its role in metabolism. This includes new insights into the multiple layers of adipose tissue heterogeneity, not only differences between white and brown adipocytes, but also differences in white adipose tissue at the depot level and even heterogeneity of white adipocytes within a single depot. These inter- and intra-depot differences in adipocytes are developmentally programmed and contribute to the wide range of effects observed in disorders with fat excess (overweight/obesity) or fat loss (lipodystrophy). Recent studies also highlight the underappreciated dynamic nature of adipose tissue, including potential to undergo rapid turnover and dedifferentiation and as a source of stem cells. Finally, we explore the rapidly expanding field of adipose tissue as an endocrine organ, and how adipose tissue communicates with other tissues to regulate systemic metabolism both centrally and peripherally through secretion of adipocyte-derived peptide hormones, inflammatory mediators, signaling lipids, and miRNAs packaged in exosomes. Together these attributes and complexities create a robust, multidimensional signaling network that is central to metabolic homeostasis.

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)0,001
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 enseignants0,002
Score d'incertitude au seuil0,007

Scores du classifieur distillé par catégorie (deux têtes)

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

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 Opus0,176
Tête enseignante GPT0,426
Écart entre enseignants0,250 · 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

Citations665
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Clinical InvestigationMême sujetAdipose Tissue and MetabolismTravaux en français237 207