MétaCan
Menu
Retour à la cohorte
Enregistrement W4206680203 · doi:10.3410/f.716147802.793003006

Faculty Opinions recommendation of Time-restricted feeding without reducing caloric intake prevents metabolic diseases in mice fed a high-fat diet.

2012· dataset· en· W4206680203 sur OpenAlexaff
Shimon Amir, Michael Verwey

Notice bibliographique

RevueFaculty Opinions – Post-Publication Peer Review of the Biomedical Literature · 2012
Typedataset
Langueen
DomaineMedicine
ThématiqueDietary Effects on Health
Établissements canadiensConcordia University
Organismes subventionnairesnon disponible
Mots-clésMedicineInternal medicineEndocrinologyObesityAMPKBiology

Résumé

récupéré en direct d'OpenAlex

While diet-induced obesity has been exclusively attributed to increased caloric intake from fat, animals fed a high-fat diet (HFD) ad libitum (ad lib) eat frequently throughout day and night, disrupting the normal feeding cycle. To test whether obesity and metabolic diseases result from HFD or disruption of metabolic cycles, we subjected mice to either ad lib or time-restricted feeding (tRF) of a HFD for 8 hr per day. Mice under tRF consume equivalent calories from HFD as those with ad lib access yet are protected against obesity, hyperinsulinemia, hepatic steatosis, and inflammation and have improved motor coordination. The tRF regimen improved CREB, mTOR, and AMPK pathway function and oscillations of the circadian clock and their target genes' expression. These changes in catabolic and anabolic pathways altered liver metabolome and improved nutrient utilization and energy expenditure. We demonstrate in mice that tRF regimen is a nonpharmacological strategy against obesity and associated diseases.Copyright © 2012 Elsevier Inc. All rights reserved. PMID: 22608008 Funding information This work was supported by: NIDDK NIH HHS, United States Grant ID: T32 DK07202 NCRR NIH HHS, United States Grant ID: P41 RR004050 NIDDK NIH HHS, United States Grant ID: R01 DK091618 NIDDK NIH HHS, United States Grant ID: T32 DK007202 NCRR NIH HHS, United States Grant ID: 5P41RR004050 NIDDK NIH HHS, United States Grant ID: DK091618 NIGMS NIH HHS, United States Grant ID: P41 GM103412 More Less keyboard_arrow_down

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,013
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche, Méta-épidémiologie (sens strict)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Jeu de données · Signal consensuel: Jeu de données
Score de désaccord entre enseignants0,082
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,013
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0020,001
Bibliométrie0,0010,004
Études des sciences et des technologies0,0000,000
Communication savante0,0000,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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.

Tête enseignante Opus0,030
Tête enseignante GPT0,360
Écart entre enseignants0,330 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Devis d'étudeSans objet
Domainenon disponible
GenreJeu de données

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2012
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueFaculty Opinions – Post-Publication Peer Review of the Biomedical LiteratureMême sujetDietary Effects on HealthTravaux en français237 207