MétaCan
Menu
Retour à la cohorte
Enregistrement W4392641850 · doi:10.1016/j.isci.2024.109468

Creatine and low-dose lithium supplementation separately alter energy expenditure, body mass, and adipose metabolism for the promotion of thermogenesis

2024· article· en· W4392641850 sur OpenAlexafffund
Michael S. Finch, G.L. Gardner, Jessica L. Braun, Mia S. Geromella, John R. Murphy, Kaitlyn Colonna, Ruban Dhaliwal, Alejandra Retta, Amro H. Mohammad, Jeffrey A. Stuart, Paul J. LeBlanc, Val A. Fajardo, Brian D. Roy, R.E.K. MacPherson

Notice bibliographique

RevueiScience · 2024
Typearticle
Langueen
DomaineMedicine
ThématiqueAdipose Tissue and Metabolism
Établissements canadiensBrock University
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaCanadian Institutes of Health ResearchBrock University
Mots-clésThermogenesisBrown adipose tissueEndocrinologyInternal medicineAdipose tissueCreatineLithium (medication)White adipose tissueThermogeninLipolysisBiologyMedicine

Résumé

récupéré en direct d'OpenAlex

Nutraceutical approaches to promote adipose tissue thermogenesis may help to prevent obesity onset. Creatine is a critical regulator of adipose metabolic function and low-dose lithium supplementation has been shown to promote adipose thermogenesis. In the present study, we sought to directly compare the two supplements for their effects on adipose metabolism and thermogenesis. We show that both supplements increase daily energy expenditure (EE) and reduce body mass in male Sprague-Dawley rats. Lithium increased brown adipose tissue (BAT) mitochondrial and lipolytic proteins that are associated with thermogenesis, while creatine increased BAT UCP1 and mitochondrial respiration. The BAT thermogenic findings were not observed in females. White adipose tissue and skeletal muscle markers of thermogenesis were unaltered with the supplements. Together, the data show that low-dose lithium and creatine have diverging effects on markers of BAT thermogenesis and that each increase daily EE and lower body mass in a sex-dependent manner.

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 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 enseignants0,098
Score d'incertitude au seuil0,276

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
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 Opus0,022
Tête enseignante GPT0,313
Écart entre enseignants0,290 · 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.

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

Citations7
Publié2024
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueiScienceMême sujetAdipose Tissue and MetabolismTravaux en français237 207