Fetal programming of metabolic health through a combined dietary and pharmacological pre‐pregnancy intervention in rats
Notice bibliographique
Résumé
Maternal obesity is associated with low birth weight, type 2 diabetes and obesity risk in offspring. Diets high in oligofructose (OFS) improve glucose control through glucagon‐like‐peptide‐1 (GLP‐1). Sitagliptin inhibits the degradation of GLP‐1in vivo. The aim of this study was to determine if a combined OFS and sitagliptin pre‐pregnancy intervention in obese female Sprague‐Dawley rats can improve the metabolic health of female offspring. Obese female Sprague‐Dawley rats were randomized to 1 of 6 groups: 1) AIN‐93; 2) 10% OFS; 3) Sitagliptin; 4) AIN‐93+OFS+Sitagliptin; 5) High fat & sucrose (HFS); 6) Caloric restriction (CR). A lean reference group was also included. Pups consumed AIN‐93 until 11wk when they were given HFS diet for 6 wk. Body weight and blood glucose were assessed. At birth the offspring of combination‐treated dams were significantly heavier than offspring in all other groups (p<0.04). Following the HFS diet challenge the blood glucose area under the curve for offspring of the combination group was less than the HFS and CR groups (p<0.05). Despite higher birth weight, the combined treatment significantly improved offspring glycemic control in adulthood. Funded by CIHR and ACHRI. Grant Funding Source : CIHR and ACHRI
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 | 0,001 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».