MétaCan
Menu
Retour à la cohorte
Enregistrement W4411865734 · doi:10.3389/fendo.2025.1548596

Evaluating the impact of lipids in isolated islet research

2025· review· en· W4411865734 sur OpenAlexafffund
Emelien M Jentz, Jamie W. Joseph

Notice bibliographique

RevueFrontiers in Endocrinology · 2025
Typereview
Langueen
DomaineMedicine
ThématiquePancreatic function and diabetes
Établissements canadiensRegional Municipality of WaterlooUniversity of Waterloo
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésIsletIn vivoInsulinEndocrinologyIn vitroInternal medicinePancreatic isletsSecretionDiabetes mellitusBiologyChemistryMedicineBiochemistryBiotechnology

Résumé

récupéré en direct d'OpenAlex

Pancreatic β-cells secrete insulin in response to nutrient stimulation. Glucose, amino acids and free fatty acids (FFA) have all been shown to stimulate insulin release in vivo. In vitro, isolated islet studies have also demonstrated similar results to those seen in vivo. It has also been shown that high-fat diet-fed mice or chronic treatment of isolated islets to high glucose and FFA can lead to glucolipotoxicity and impaired β-cell function. Isolated islet studies are a standard assay for preliminary testing of novel ideas and drugs related to islet function. Interpreting and comparing in vitro islet results from acute and chronic treatment of nutrients can be difficult since a wide variety of methods are used to isolate and culture islets and assess islet function. In this review, we compare in vivo and in vitro FFA absorption, transport and metabolism and discuss in vitro methods and concepts related to islet responses to nutrients, focusing on the effects of fatty acids on insulin secretion and β-cell function. This review also discusses FFA levels and transport seen in type 2 diabetes and compares them to how isolated islets are treated with FFA in vitro.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,003
Score d'incertitude au seuil0,009

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0020,002
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0030,002

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 Opus0,162
Tête enseignante GPT0,507
Écart entre enseignants0,345 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSans objet
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations1
Publié2025
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueFrontiers in EndocrinologyMême sujetPancreatic function and diabetesTravaux en français237 207