MétaCan
Menu
← Retour à la cohorte
Enregistrement W4382931880 · doi:10.1101/2023.06.30.547298

Maternal adaptations in mouse lactation are vulnerable to diet-induced excess adiposity

2023· preprint· en· W4382931880 sur OpenAlexafffund
Jessica A. Breznik, Tatiane Aparecida Ribeiro, Erica Yeo, Brianna K. E. Kennelly, Xuanyu Wang, Candice Quin, Braeden Cowbrough, Elena F. Verdú, Dawn M. E. Bowdish, Deborah M. Sloboda

Notice bibliographique

RevuebioRxiv (Cold Spring Harbor Laboratory) · 2023
Typepreprint
Langueen
DomaineMedicine
ThématiqueBirth, Development, and Health
Établissements canadiensSt. Joseph’s Healthcare HamiltonPopulation Health Research InstituteMcMaster UniversityMcMaster University Medical Centre
Organismes subventionnairesMcMaster University
Mots-clésLactationEndocrinologyPregnancyInternal medicineObesityExcess weightImmune systemInflammationPostpartum periodBiologyMedicineWeight lossImmunology

Résumé

récupéré en direct d'OpenAlex

Abstract Lifetime maternal risk of obesity is increased by excess gestational weight gain, which alters maternal metabolic adaptations in pregnancy, but the effects of excess weight retention/adiposity in the early postpartum period have not been extensively studied. The pathophysiology of excess adiposity and its accompanying immunometabolic dysregulation are associated with impaired intestinal barrier function in both non-pregnant and pregnant contexts. Using a mouse model, we investigated effects of diet-induced excess adiposity on maternal physiological adaptations during lactation. We report that in lactation, excess adiposity altered maternal intestinal morphology, influenced local immune cell composition and phenotype, increased intestinal permeability, and altered whole-body glucose metabolism as well as peripheral inflammation and immune cell composition. Many of these effects persisted two months post-lactation in mice with excess adiposity. Our findings have important implications for the development of interventions for periconceptual/perinatal excess adiposity and emphasize that further studies are needed to better understand effects of excess adiposity on maternal postpartum health.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,004
Score d'incertitude au seuil0,014

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,001
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,001
Communication savante0,0010,000
Science ouverte0,0010,001
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0040,002

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 Opus0,046
Tête enseignante GPT0,283
Écart entre enseignants0,237 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
Domainenon disponible
GenreEmpirique

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

En bref

Citations1
Publié2023
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revuebioRxiv (Cold Spring Harbor Laboratory)→Même sujetBirth, Development, and Health→Travaux en français237 207→