The Association of Peptide Hormones with Glycemia, Dyslipidemia, and Obesity in Lebanese Individuals
Notice bibliographique
Résumé
Peptide-hormones, including pancreatic peptide-YY(PYY), glucagon-like peptide-1 (GLP-1), cholecystokinin (CCK), insulin, and leptin function as satiety signals, while ghrelin promotes hunger. These hormones are also involved in glucose homeostasis and body-weight regulation. The aim of this cross-sectional analysis was to examine the association of these peptide-hormones with obesity-markers, insulin-resistance, and dyslipidemia (total-cholesterol (TC), low-density-lipoprotein-cholesterol (LDL-C), high-density-lipoprotein-cholesterol (HDL-C), triglyceride (TG)). Sixteen-obese (OB) adults and 21 normal-weight (NW) age-and gender-matched counterparts were recruited. OB-participants showed significantly higher levels of leptin, insulin, Homeostatic-Model Assessment of Insulin Resistance (HOMA-IR), and TG. NW participants had significantly higher levels of ghrelin. GLP-1 was positively correlated with insulin, HOMA-IR, and obesity-markers except percent body fat. Leptin was positively correlated with all markers (except glucose and dyslipidemia). PYY was positively correlated with BMI, insulin and HOMA-IR. Ghrelin was inversely correlated with all of the markers except glucose, TC, and LDL-C. In the regression analysis model, leptin was positively associated with obesity markers and insulin resistance. Our results indicate a significant difference in peptide hormones among OB and NW Lebanese individuals. Since there is controversial evidence regarding body-weight and peptide-hormones in the literature, this study highlights a step forward towards finding ethnic based strategies to treat obesity and its consequences.
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 | 0,001 | 0,001 |
| 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 ».