Low carbohydrate and low-calorie diets reduce liver fat and lower brain glutamate and myo-inositol levels in patients with Metabolic Dysfunction-Associated Steatotic Liver Disease (MASLD)
Notice bibliographique
Résumé
In a longitudinal cohort study with intervention (NCT05216796), we utilized multiorgan imaging to determine if metabolic dysfunction-associated steatotic liver disease (MASLD) is associated with elevated cerebral glutamate and myo-inositol and to determine their sensitivity to dietary intervention. Fifty-five adults with self-reported MASLD or high MASLD risk (3 + metabolic risk factors) received liver and brain magnetic resonance spectroscopy scans pre and post two-week low carbohydrate (≤30 g/d) or low-calorie (women ~ 1200 kcal/d; men ~ 1500 kcal/d) diet, both known for their ability to reduce liver fat. Forty-four adults completed the study (36 female, average age 54 years). Thirty out of 44 met clinical criterion for MASLD based on neuroimaging (≥ 5% hepatic triglycerides). Intervention was associated with significant decreases in liver fat fraction (mean difference = 3.101, 95% CI 2.104-4.099, p < 0.0001), glutamate (mean difference = 0.753, 95% CI 0.274-1.233, p = 0.0032) and myo-inositol (mean difference = 0.478, 95% CI 0.180-0.775, p = 0.0027) in patients with confirmed MASLD. Thus, MASLD may be a source of glutamate neurotoxicity and neuroinflammation and diet is an effective strategy for supporting brain as well as liver health.
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 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 | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, 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 ».