Using a diet and drug combination treatment prior to pregnancy to improve maternal health in rats
Notice bibliographique
Résumé
Maternal obesity, before and during pregnancy, can program obesity risk in offspring. Glucagon‐like peptide‐1 (GLP‐1) is a satiety hormone stimulated by the prebiotic fiber, oligofructose (OFS). GLP‐1 is protected against degradation by the diabetes drug, sitagliptin. Our objective was to determine if treating maternal obesity in the pre‐pregnancy period with OFS and sitagliptin is more effective at reducing adiposity and improving gut microbiota profiles than either alone. Obese female rats (n=52) were randomized to 1 of 4 treatments for 8wk: 1) AIN‐93M; 2) OFS; 3) AIN‐93M+Sitagliptin; 4) OFS+ Sitagliptin. Reference groups were: high fat, sucrose (HFS, obese control), lean control, and caloric restriction (matched weight to gp 4). Rats were mated following treatment. Results showed: 1) Consumption of the HFS diet throughout pregnancy and lactation deteriorated maternal health with significantly increased adiposity and impaired glucose tolerance (P<0.05). 2) Whereas pre‐treating obesity with OFS and sitagliptin reduced maternal weight gain during pregnancy, rats that were calorically restricted showed excessive gestational weight gain. 3) The beneficial effects of OFS consumption on bifidobacteria and C. leptum numbers persisted throughout pregnancy and lactation. The significance of this work lies in identification of novel obesity treatments that could be used prior to conception and reduce the transmission of obesity risk to offspring. Funded by CIHR.
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 | 0,001 |
| Science ouverte | 0,001 | 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 ».