MétaCan
Menu
Retour à la cohorte
Enregistrement W4389934087 · doi:10.1152/physiol.00012.2023

Tracers and Imaging of Fatty Acid and Energy Metabolism of Human Adipose Tissues

2023· review· en· W4389934087 sur OpenAlexafffund
André C. Carpentier

Notice bibliographique

RevuePhysiology · 2023
Typereview
Langueen
DomaineMedicine
ThématiqueAdipose Tissue and Metabolism
Établissements canadiensCentre Hospitalier Universitaire de SherbrookeUniversité de Sherbrooke
Organismes subventionnairesCanadian Institutes of Health ResearchNovo NordiskGovernment of CanadaEli Lilly and Company
Mots-clésAdipose tissueBrown adipose tissueWhite adipose tissueLipid metabolismInsulin resistanceMetabolismBiologyFatty acid metabolismBeta oxidationEndocrinologyInternal medicineDiabetes mellitusMedicine

Résumé

récupéré en direct d'OpenAlex

White adipose tissue and brown adipose tissue (WAT and BAT) regulate fatty acid metabolism and control lipid fluxes to other organs. Dysfunction of these key metabolic processes contributes to organ insulin resistance and inflammation leading to chronic diseases such as type 2 diabetes, metabolic dysfunction-associated steatohepatitis, and cardiovascular diseases. Metabolic tracers combined with molecular imaging methods are powerful tools for the investigation of these pathogenic mechanisms. Herein, I review some of the positron emission tomography and magnetic resonance imaging methods combined with stable isotopic metabolic tracers to investigate fatty acid and energy metabolism, focusing on human WAT and BAT metabolism. I will discuss the complementary strengths offered by these methods for human investigations and current gaps in the field.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,987
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0030,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,051
Tête enseignante GPT0,359
Écart entre enseignants0,308 · 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 tête enseignante, pas un consensus.

Devis d'étudeSans objet
Domainenon disponible
GenreSynthèse

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

En bref

Citations14
Publié2023
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revuePhysiologyMême sujetAdipose Tissue and MetabolismTravaux en français237 207