Choice of Lipid Emulsion Determines Inflammation of the Gut‐Liver Axis, Incretin Profile, and Insulin Signaling in a Murine Model of Total Parenteral Nutrition
Notice bibliographique
Résumé
SCOPE: The aim of this study is to test whether the choice of the lipid emulsion in total parenteral nutrition (TPN), that is, n-3 fatty acid-based Omegaven versus n-6 fatty acid-based Intralipid, determines inflammation in the liver, the incretin profile, and insulin resistance. METHODS AND RESULTS: Jugular vein catheters (JVC) are placed in C57BL/6 mice and used for TPN for 7 days. Mice are randomized into a saline group (saline infusion with oral chow), an Intralipid group (IL-TPN, no chow), an Omegaven group (OV-TPN, no chow), or a chow only group (without JVC). Both TPN elicite higher abundance of lipopolysaccharide binding protein in the liver, but only IL-TPN increases interleukin-6 and interferon-γ, while OV-TPN reduces interleukin-4, monocyte chemoattractant protein-1, and interleukin-1α. Insulin plasma concentrations are higher in both TPN, while glucagon and glucagon-like peptide-1 (GLP-1) were higher in IL-TPN. Gluconeogenesis is increased in IL-TPN and the nuclear profile of key metabolic transcription factors shows a liver-protective phenotype in OV-TPN. OV-TPN increases insulin sensitivity in the liver and skeletal muscle. CONCLUSION: OV-TPN as opposed to IL-TPN mitigates inflammation in the liver and reduces the negative metabolic effects of hyperinsulinemia and hyperglucagonemia by "re-sensitizing" the liver and skeletal muscle to insulin.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 source (Gemma direct ou Codex distillé), 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 ».