MétaCan
Menu
Retour à la cohorte
Enregistrement W4396843135 · doi:10.1142/s0218127424500706

Dynamics of a New Delayed Glucose–Insulin Model with Obesity

2024· article· en· W4396843135 sur OpenAlexafffund
Chunyan Gao, Fangqi Chen, Pei Yu

Notice bibliographique

RevueInternational Journal of Bifurcation and Chaos · 2024
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueGene Regulatory Network Analysis
Établissements canadiensWestern University
Organismes subventionnairesChina Scholarship CouncilNatural Sciences and Engineering Research Council of CanadaNational Natural Science Foundation of China
Mots-clésObesityHopf bifurcationInsulinDiabetes mellitusBifurcationInternal medicineEndocrinologyInsulin resistanceControl theory (sociology)Dynamics (music)MedicineComputer sciencePhysicsControl (management)Nonlinear system

Résumé

récupéré en direct d'OpenAlex

In this work, a new glucose–insulin model incorporating time delay and obesity is developed to gain insights of its dynamical mechanisms. Through the method of multiple scales, we theoretically demonstrate that time delay can drive the system to yield Hopf bifurcation, thereby producing oscillating solutions that are consistent with the simulation results. Moreover, obesity changes the level of glucose, but cannot induce oscillations. In particular, it is found that under the combined effect of obesity and time delay, obesity delays the appearance of Hopf bifurcation which is induced by time delay. Results show that a low calorie diet can achieve therapeutic effects including reducing blood glucose fluctuations and insulin resistance, which can be used as an adjuvant for the treatment of diabetes. In addition, our results indicate that the delay, together with an optimal rate of model parameters can cause a variety of dynamics and induce glucose oscillations. The result obtained in this paper may help to better understand the obesity, diabetes, and the interaction between glucose and insulin, so that control strategies can be designed to better regulate blood glucose levels and fluctuations and mitigate the occurrence of type-2 diabetes.

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: Simulation ou modélisation · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,622
Score d'incertitude au seuil0,221

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 Opus0,006
Tête enseignante GPT0,243
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 tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSimulation ou modélisation
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

Citations3
Publié2024
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueInternational Journal of Bifurcation and ChaosMême sujetGene Regulatory Network AnalysisTravaux en français237 207