Impact of pesticide exposure on adipose tissue development and function
Notice bibliographique
Résumé
Obesity is a leading cause of morbidity, mortality and health care expenditure whose incidence is rapidly rising across the globe. Although the cause of the obesity epidemic is typically viewed as a product of an increased availability of high calorie foods and/or a reduction in physical activity, there is mounting evidence that exposure to synthetic chemicals in our environment may play an important role. Pesticides, are a class of chemicals whose widespread use has coincided with the global rise of obesity over the past two decades. Importantly, given their lipophilic nature many pesticides have been shown to accumulate with adipose tissue depots, suggesting they may be disrupting the function of white adipose tissue (WAT), brown adipose tissue (BAT) and beige adipose tissue to promote obesity and metabolic diseases such as type 2 diabetes. In this review, we discuss epidemiological evidence linking pesticide exposure with body mass index (BMI) and the incidence of diabetes. We then review preclinical studies in rodent models which have directly evaluated the effects of different classes of insecticides and herbicides on obesity and metabolic dysfunction. Lastly, we review studies conducted in adipose tissue cells lines and the purported mechanisms by which pesticides may induce alterations in adipose tissue function. The review of the literature reveals major gaps in our knowledge regarding human exposure to pesticides and our understanding of whether physiologically relevant concentrations promote obesity and elicit alterations in key signaling pathways vital for maintaining adipose tissue metabolism.
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 | 0,000 | 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 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 ».