High fat diet is protective against kidney injury in hypertensive-diabetic mice, but leads to liver injury
Notice bibliographique
Résumé
Chronic kidney disease (CKD) is a worldwide health burden with increases risk of end-stage renal function if left untreated. CKD induced in the context of metabolic syndrome (MS) increases risks of hypertension, hyperglycemia, excess body fat and dyslipidemia. To test if combining a high-fat diet (HFD) regimen onto the hypertensive/ diabetic phenotype would mimic features of MS induced-CKD in mice, hyperglycemia was induced in genetically hypertensive mice (Lin), followed by HFD regimen. For that, 8-week-old male were subjected to streptozotocin (STZ) intraperitoneal (i.p.) injections (50 mg/kg, 5 days consecutive). LinSTZ were fed a 60% kCal HFD for 8 weeks. Lin mice treated with STZ developed polydipsia, became hypertensive and hyperglycemic. HFD induced weight gain, protected against glomerular hypertrophy, scarring, and albuminuria at endpoint compared to regular diet fed LinSTZ. On the other hand, HFD induced steatosis, liver fibrosis, inflammation, and increase in AST/ALT ratio, characteristics of non-alcoholic liver disease. Taken together, our results show that LinSTZ mice fed a HFD did not lead to a more robust model of MS-induced CKD, protected against kidney injury, but inducing liver damage. More studies are necessary to understand the kidney protective mechanisms of HFD when superimposed with hypertension and type 1 diabetes.
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 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 0,001 |
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 ».