Characteristics of Abdominal Visceral Adipose Tissue, Metabolic Health and the Gut Microbiome in Adults
Notice bibliographique
Résumé
CONTEXT: Compared with the relatively benign effects of increased subcutaneous adipose tissue (SAT), increased visceral adipose tissue (VAT) volume is a causal risk factor for hypertension, hyperlipidemia, type 2 diabetes, and cardiovascular disease. In rodents, increased VAT volume and triglyceride density and ectopic lipid accumulation in kidneys and liver have been induced by alterations in the gut microbiome. However, few studies have characterized these relationships in humans. OBJECTIVE: To evaluate the tissue triglyceride content of VAT and SAT, liver, kidneys, and pancreas in male and female adults and assess associations with markers of glucose tolerance, serum insulin, and lipids and characteristics of the gut microbiome. METHODS: Cross-sectional observational study of healthy human adults (n = 60) at a clinical research center. Body mass index (BMI), body composition, and oral glucose tolerance were assessed. Microbiome analysis was conducted on stool samples using 16S rRNA v3 amplicon sequencing. The triglyceride content of VAT, SAT, liver, kidney and pancreas were determined by assessing proton density fat fraction (PDFF) with magnetic resonance imaging (MRI). RESULTS: Higher VAT PDFF and the ratio of VAT to SAT PDFF were related to higher BMI, HbA1c, HOMA-IR, non-high-density lipoprotein cholesterol, plasma triglycerides, low-density lipoprotein (LDL) cholesterol, and lower high-density lipoprotein (HDL) cholesterol. A higher VAT PDFF and VAT to SAT PDFF ratio were associated with lower alpha diversity and altered beta diversity of the gut microbiome. Differences in VAT were associated with higher relative abundance of the phylum Firmicutes, lower relative abundance of the phylum Bacteroidetes, and enrichment of the bacterial genera Dorea, Streptococcus, and Solobacterium. CONCLUSION: VAT PDFF measured with MRI is related to impaired glucose homeostasis, dyslipidemia, and differences in the gut microbiome, independently of the total body fat percentage.
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| 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) | 0,001 | 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 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 ».