Two-dimensional Health State Map to define metabolic health using separated static and dynamic homeostasis features: a proof-of-concept study
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
ABSTRACT Defining metabolic health is critical for the earlier reversing of metabolic dysfunction and disease, and fasting-based diagnosis may not adequately assess an individual's metabolic adaptivity under stress. We constructed a novel Health State Map (HSM) comprising a Health Phenotype Score (HPS) with fasting features alone and a Homeostatic Resilience Score (HRS) with five time-point features only (t = 30, 60, 90, 180, 240 min) following a standardized mixed macronutrient tolerance test (MMTT). Among 111 Chinese adults, when the same set of fasting and post-MMTT data as for the HSM was used, the mixed-score was highly correlated with the HPS. The HRS was significantly associated with metabolic syndrome prevalence, independently of the HPS (OR [95% CI]: 0.41 [0.18, 0.92]) and the mixed-score (0.34 [0.15, 0.69]). Moreover, the HRS could discriminate metabolic characteristics unseparated by the HPS and the mixed-score. Participants with higher HRSs had better metabolic traits than those with lower HRSs. Large interpersonal variations were also evidenced by evaluating postprandial homeostatic resiliencies for glucose, lipids and amino acids when participants had similar overall HRSs. Additionally, the HRS was positively associated with physical activity level and specific gut microbiome structure. Collectively, our HSM model might offer a novel approach to precisely define an individual's metabolic health and nutritional capacity.
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.
Prédiction distillée sur la base complète
Imitation des enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,003 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,002 |
| 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 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 découle