MétaCan
Menu
← Retour à la cohorte
Enregistrement W4389024322 · doi:10.1096/fasebj.30.1_supplement.1290.21

Organ‐Specific Dietary Fatty Acid Uptake in Cold‐Acclimated Humans

2016· article· en· W4389024322 sur OpenAlexafffundabout
Denis P. Blondin, Christophe Noll, Hans Christian Tingelstad, Sébastien M. Labbé, Serge Phoenix, Brigitte Guérin, Éric Turcotte, Denis Richard, François Haman, André C. Carpentier

Notice bibliographique

RevueThe FASEB Journal · 2016
Typearticle
Langueen
DomaineMedicine
ThématiqueAdipose Tissue and Metabolism
Établissements canadiensUniversité LavalUniversity of OttawaUniversité de Sherbrooke
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaCanadian Institutes of Health Research
Mots-clésPostprandialThermogenesisBrown adipose tissueInternal medicineEndocrinologyFatty acidChemistryDiabetes mellitusWhite adipose tissueAdipose tissueFatty acid metabolismMetabolismBiologyMedicineBiochemistry

Résumé

récupéré en direct d'OpenAlex

In rodents, brown adipose tissue (BAT) plays an important role in producing heat to defend against the cold and in taking up and dissipating energy from dietary fat (Bartelt et al. Nat Med, 2011). Recent investigations have shown that BAT in humans can also contribute to cold‐induced thermogenesis, but its role in dietary fat metabolism remains unclear. Dietary fat may be responsible for the postprandial accretion of triglycerides in lean tissues in individuals with pre‐diabetes (Labbé SM et al. Diabetes, 2012; Kunach M et al. Diabetes 2015), which impairs insulin sensitivity. Thus, the contribution of BAT to postprandial thermogenesis and dietary fat metabolism warrants further clarification. We used our well‐established positron emission tomography (PET) method with oral administration of 18 F‐fluoro‐thiaheptadecanoic acid ( 18 FTHA) and i.v. 11 C‐acetate to determine the effect of BAT metabolic activation on organ‐specific dietary fatty acid uptake and partitioning in humans. Non‐cold acclimated healthy men took part in 2 metabolic studies before and after a 4‐week cold acclimation, previously shown to increase BAT oxidative capacity (Blondin et al. JCEM, 2014). A standard liquid meal containing the fatty acid PET tracer 18 FTHA was given at the beginning, while 11C‐acetate was given at time 60 min during a 4‐h acute cold exposure. Preliminary results show that fractional dietary fatty acid uptake was greater in BAT, compared to muscle or subcutaneous white adipose tissue (0.31±0.009 min −1 vs. 0.009±0.003 min −1 and 0.018±0.008 min −1 , respectively). However, increasing BAT oxidative capacity 2.9‐fold, through daily cold exposure over 4 weeks, did not increase BAT uptake of dietary fatty acids any further (0.31±0.009 min −1 vs. 0.021±0.006 min −1 ). Dietary fatty acid partitioning was significantly lower in BAT than in the liver and heart (0.37±0.12 SUV mean vs. 2.18±0.53 SUV mean and 1.01±0.30 SUV mean , respectively), but comparable to the levels seen in abdominal subcutaneous white adipose tissues (0.17.±0.05 SUV mean ) and skeletal muscles (0.17.±0.04 SUV mean ). These findings show that although cold‐stimulated BAT can contribute minimally to the clearance of dietary fatty acids in humans, dietary fatty acids are not the primary source of energy for the chronic cold acclimation‐induced increase in BAT oxidative metabolism. Support or Funding Information This research was supported by the Canadian Institutes of Health Research (OG‐3‐10‐2970‐AC) and the Natural Sciences and Engineering Research Council of Canada (RGPIN/326967‐2011).

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)0,000
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: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,007

Scores du classifieur distillé par catégorie (deux têtes)

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

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 Opus0,038
Tête enseignante GPT0,278
Écart entre enseignants0,240 · 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'étudeObservationnel
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

Citations0
Publié2016
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueThe FASEB Journal→Même sujetAdipose Tissue and Metabolism→Travaux en français237 207→