MRI Reveals Human Brown Adipose Tissue Is Rapidly Activated in Response to Cold
Notice bibliographique
Résumé
Abstract Context In rodents, cold exposure induces the activation of brown adipose tissue (BAT) and the induction of intracellular triacylglycerol (TAG) lipolysis. However, in humans, the kinetics of supraclavicular (SCV) BAT activation and the potential importance of TAG stores remain poorly defined. Objective To determine the time course of BAT activation and changes in intracellular TAG using MRI assessment of the SCV (i.e., BAT depot) and fat in the posterior neck region (i.e., non-BAT). Design Cross-sectional. Setting Clinical research center. Patients or Other Participants Twelve healthy male volunteers aged 18 to 29 years [body mass index = 24.7 ± 2.8 kg/m2 and body fat percentage = 25.0% ± 7.4% (both, mean ± SD)]. Intervention(s) Standardized whole-body cold exposure (180 minutes at 18°C) and immediate rewarming (30 minutes at 32°C). Main Outcome Measure(s) Proton density fat fraction (PDFF) and T2* of the SCV and posterior neck fat pads. Acquisitions occurred at 5- to 15-minute intervals during cooling and subsequent warming. Results SCV PDFF declined significantly after only 10 minutes of cold exposure [−1.6% (SE: 0.44%; P = 0.007)] and continued to decline until 35 minutes, after which time it remained stable until 180 minutes. A similar time course was also observed for SCV T2*. In the posterior neck fat (non-BAT), there were no cold-induced changes in PDFF or T2*. Rewarming did not result in a change in SCV PDFF or T2*. Conclusions The rapid cold-induced decline in SCV PDFF suggests that in humans BAT is activated quickly in response to cold and that TAG is a primary substrate.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».