Exploring the beneficial effects of a high-fat diet supplemented with medium chain triglycerides on hepatic steatosis
Bibliographic record
Abstract
La stéatose hépatique est une affection caractérisée par l'accumulation d'un excès de graisse dans le foie d'un individu sans antécédents d'abus d'alcool. La stéatose hépatique est en train de devenir la maladie chronique du foie la plus répandue dans le monde. En l'absence de thérapies approuvées, les modifications du mode de vie, y compris les interventions diététiques, restent la seule stratégie thérapeutique. Dans cette étude, nous avons cherché à déterminer si un régime riche en graisses (HFD) complété par des triglycérides à chaîne moyenne (TCM) atténue la stéatose hépatique chez les souris. Des souris mâles âgées de 7 semaines C57BL/6 ont été nourries avec un régime riche en graisses puis ont été randomisées pour rester sous régime riche en graisses ou passer à un régime riche en graisses complété par des TCM ou à un régime pauvre en graisses (LFD). Comparées aux souris nourries au HFD, les souris nourries au HFD supplémenté en TCM ont présenté une amélioration significative du degré de stéatose et d'inflammation et une amélioration des tests de tolérance au glucose et à l'insuline avec des changements modestes dans les lipides circulants et les teneurs en triacylglycérol et en cholestérol du foie. Notre étude démontre qu’une diète en gras supplémenté en TCM a des effets bénéfiques sur la stéatose hépatique. Les améliorations observées semblent être liées à la réduction de la teneur hépatique en céramides et en diacylglycérols, améliorant la sensibilité à l’insuline, et faisant des TCM une option non-pharmacologique viable à inclure dans la prise en charge de cette maladie débilitante.
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.000 | 0.000 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.000 | 0.000 |
| Science and technology studies | 0.000 | 0.000 |
| Scholarly communication | 0.000 | 0.000 |
| Open science | 0.000 | 0.000 |
| Research integrity | 0.000 | 0.001 |
| Insufficient payload (model declined to judge) | 0.002 | 0.000 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".