Étude des dyslipoprotéinémies associées à l'hypercholestérolémie familiale et à la résistance à l'insuline : de la physiopathologie à l'approche clinique
Bibliographic record
Abstract
concentrations de protéine C-réactive et de PCSK9 ont aussi été associées au taux de sécrétion de LRTs avec apo B-48 chez des hommes RI.Ces données suggèrent que le métabolisme des LRTs intestinales est altéré par la progression de la RI et/ou le développement de l'insuffisance insulinémique, l'inflammation et la PCSK9.L'impact de l'inhibition de l'absorption intestinale du cholestérol avec l'ezetimibe a ensuite été étudié afin de mieux comprendre les mécanismes hypocholestérolémiants de ce médicament en présence de RI.Il a été démontré que l'ezetimibe augmente l'expression du gène R-LDL, supportant le concept où l'augmentation de la clairance des LDLs induite par l'ezetimibe ne se produit pas qu'au foie, mais aussi à l'intestin.L'impact de deux approches nutritionnelles cliniques différentes sur le métabolisme postprandial des lipoprotéines a finalement été étudié.D'abord, il a été démontré que la substitution des acides gras saturés par des acides gras polyinsaturés oméga-6 ne modifie pas la cinétique postprandiale des LRTs apo B-48, bien qu'elle diminue la concentration plasmatique de LDLs hépatiques chez des hommes avec une RI.Enfin, il a été démontré que la matrice fromagère module l'impact du gras laitier sur la lipémie postprandiale.Une matrice fromagère ferme induit une réponse lipidique postprandiale plus lente qu'une matrice fromagère crémeuse, et ce, indépendamment de la quantité de gras consommé.À l'aide d'une approche translationnelle, de la physiopathologie à l'approche clinique, ce projet de doctorat a permis de développer de nouvelles connaissances sur les dyslipoprotéinémies associées à l'HF et à la RI.Ces travaux permettront de mieux comprendre l'effet de différentes approches médicamenteuses et nutritionnelles dans la prise en charge de ces anomalies lipidiques.
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 | 0.002 | 0.004 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.002 | 0.003 |
| Science and technology studies | 0.000 | 0.000 |
| Scholarly communication | 0.001 | 0.000 |
| Open science | 0.001 | 0.000 |
| Research integrity | 0.001 | 0.000 |
| Insufficient payload (model declined to judge) | 0.004 | 0.001 |
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".