Glp-1 as an adjunct to prolactin and anti-cd3 in type 1 diabetes treatment
Notice bibliographique
Résumé
Type 1 diabetes mellitus (T1DM) is an autoimmune disease where the destruction of the beta-cells causes insulin deficiency and hyperglycemia. Many immune modulators have effectively prevented the further destruction of beta-cells in animal models of TIDM. However, due to the small beta-cell mass present at the time of diabetes, immune modulators (such as anti-CD3) have limited efficacy in treating T1DM in humans. We hypothesize that addition of a growth factor that can augment beta-cell number (i.e. prolactin) and recruit stem cells (i.e. GLP-1) may improve effectiveness of immune modulator in inducing diabetes remission. In our current study, we found that the diabetic NOD mice treated with anti-CD3+prolactin+GLP-1 had significantly higher diabetes remission rate in comparison to mice treated with anti-CD3+prolactin or anti-CD3 alone group. This improvement in diabetes remission rate is accompanied by a higher glucose-stimulated insulin secretion rate. By performing immunohistochemistry (IHC), our results show that the anti-CD3+prolactin+GLP-1 group has a similar beta-cell fraction as the anti-CD3+prolactin group. Future experiments determining the pancreatic insulin content and expression of GLUT2 would reveal the mechanism underlying novel therapeutic approach to improve the cure rates in children suffering from T1DM.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| 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 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 source (Gemma direct ou Codex distillé), 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 ».