Consumption of soya isoflavones improved polycystic ovary syndrome-associated metabolic disorders in a rat model
Notice bibliographique
Résumé
Abstract Polycystic ovary syndrome is associated with increased risks for certain metabolic disorders such as insulin resistance, non-alcoholic fatty liver disease and suppressed ovarian follicular development. This study aimed to examine whether soya isoflavones (ISF) mitigate these polycystic ovary syndrome-associated metabolic disorders in a rat model. Weanling Sprague-Dawley female rats were randomly divided into six groups and were treated with either 0 or 83 µg/d dihydrotestosterone (DHT) to induce polycystic ovary syndrome and fed diets containing 0, 0·5, or 1 g ISF/kg diet for 8 weeks. DHT treatment increased food intake, body weight gain (P < 0·001), percentage of primordial follicles (60 % v. 50·9 %, P < 0·05) and accumulation of lipid droplets in the livers. It also elevated serum total cholesterol, free cholesterol, TAG, NEFA and leptin and hepatic total cholesterol and NEFA. Additionally, DHT treatment reduced the percentage of primary follicles (13·8 % v. 30·2 %, P < 0·05), ovary weight and length (P < 0·001), as well as insulin sensitivity (P < 0·01) compared with the Control. ISF intake at 1 g/kg reduced body weight gain, serum total cholesterol, free cholesterol, NEFA, leptin and hepatic TAG and DHT-induced insulin resistance (P < 0·01). ISF intake at both levels decreased DHT-induced lipid droplet accumulation in the livers and changes in the percentages of primordial and primary follicles. Dietary soya ISF alleviated DHT-induced body weight gain, insulin resistance and hepatic lipid droplet accumulation, as well as suppressed ovarian follicular development. This suggests that the consumption of soya foods or ISF supplements may be beneficial for individuals with polycystic ovary syndrome, mitigating the associated metabolic disorders such as diabetes and non-alcoholic fatty liver disease.
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 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,000 |
| 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 | 0,001 |
| 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 ».