Postprandial dyslipidemia in insulin resistant states in adolescent populations
Notice bibliographique
Résumé
Obesity and the metabolic syndrome are becoming increasingly prevalent not only in adults, but also in adolescents. The metabolic syndrome, a complex cluster of metabolic abnormalities, increases one's risk of developing type 2 diabetes and cardiovascular disease (CVD). Dyslipidemia, a key component of the metabolic syndrome, is highly associated with insulin resistance and contributes to increased CVD risk. Dyslipidemia has traditionally been assessed using a fasting lipid profile [<i>i.e</i>. fasting triglycerides, total cholesterol, low-density lipoprotein cholesterol (LDL-C), and high-density lipoprotein cholesterol (HDL-C)]. However, the postprandial state predominates over the course of a day and non-fasting triglycerides independently predict CVD risk. In insulin resistant states, the intestine overproduces triglyceride-rich lipoprotein (TRL) particles, termed chylomicrons (CMs), following ingestion of a fat-containing meal, as well as in the fasting state. Along with elevated hepatic TRLs (<i>i.e</i>. very-low density lipoproteins), CMs contribute to remnant lipoprotein accumulation, small dense LDL particles, and reduced HDL-C, which collectively increase CVD risk. Given the early genesis of atherosclerosis and physiological metabolic changes during adolescence, studying postprandial dyslipidemia in the adolescent population is an important area of study. Postprandial dyslipidemia in the pediatric population poses a significant public health concern, warranting a better understanding of its pathogenesis and association with insulin resistance and CVD. This review discusses the metabolic syndrome, focusing on the link between insulin resistance, postprandial dyslipidemia, and CVD risk. Furthermore, the clinical significance and functional assessment of postprandial dyslipidemia, specifically in the adolescent population, is discussed in more detail.
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 | 0,005 | 0,006 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,002 |
| 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 | 0,002 |
| 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 ».