Manipulating age-related metabolic flexibility: using pharmacological and dietary interventions
Notice bibliographique
Résumé
The world’s population is increasing rapidly as a result of reduced child mortality and extended lifespan. However, the elderly of today are not healthier than their parents at the same age. As a result of excessive food intake, physical inactivity and a decline of metabolic flexibility, over 70% of all elderly suffer from at least one chronic disease, such as diabetes. While the mechanisms behind ageing-induced metabolic decline are still poorly understood, several anti-ageing strategies are currently under investigation for their potential to improve metabolic health. In this thesis, we investigated the effectiveness of several anti-ageing strategies when implemented at an advanced age. Recently, fibroblast growth factors (FGFs) have gained interest as a pharmacological intervention for the treatment of metabolic diseases. Administration of FGF21 or FGF19 successfully reduces symptoms of liver diseases, but could not induced anti-diabetic effects. Using a hepatocyte cell model, this thesis investigated the signalling mechanisms involved after administration of FGF21 and different FGF1-analogues. Furthermore, dietary interventions, such as caloric and protein restriction, have a large impact on metabolic health and flexibility. This thesis highlights the significant improvements in glucose and energy homeostasis of aged mice after these dietary interventions. However, when administrated with a high fat diet, the metabolic flexibility, which allow young mice to compensate, is reduced in aged mice, thereby contributing to the development of metabolic syndrome. Overall, this thesis contributes to the idea that the importance of nutritional quality at advanced ages increases to maintain metabolic health.
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) | 0,000 | 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 ».