Neural substrate of perceptual and semantic priming : multi-channel event-related potential study
Notice bibliographique
Résumé
Omega (n)-3 polyunsaturated fatty acids (PUFA) are known to regulate lipid metabolism and inflammation; however, the regulation of maternal lipid metabolism and cytokines profile by n-3 PUFA during different gestation stages, and its impact on fetal sustainability is not known. We investigated the effects of maternal diet varying in n-3 PUFA prior to, and during gestation, on maternal metabolic profile, placental inflammatory cytokines, and fetal outcomes. Female C57BL/6 mice were fed either a high, low or very low (9, 3 or 1% w/w n-3 PUFA) diet, containing n-6:n-3 PUFA of 5:1, 20:1 and 40:1, respectively for two weeks before mating, and throughout pregnancy. Animals were sacrificed prior to mating (NP), and during pregnancy at gestation days 6.5, 12.5 and 18.5. Maternal metabolic profile, placental cytokines and fetal outcomes were determined. Our results show for the first time that a maternal diet high in n-3 PUFA prevented dyslipidemia in NP mice, and maintained the expected lipid profile during pregnancy. However, females fed the very low n-3 PUFA diet became hyperlipidemic prior to pregnancy, and carried this profile into pregnancy. Maternal diet high in n-3 PUFA maintained maternal plasma progesterone and placental pro-inflammatory cytokines profile, and sustained fetal numbers throughout pregnancy, while females fed the low and very-low n-3 PUFA diet had fewer fetuses. Our findings demonstrate the importance of maternal diet before, and during pregnancy, to maintain maternal metabolic profile and fetus sustainability. These findings are important when designing dietary strategies to optimize maternal metabolism during pregnancy for successful pregnancy outcome.
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 | 0,001 |
| 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 ».