Glucagon-Like Peptide 1, Insulin, Sensory Neurons, and Diabetic Neuropathy
Notice bibliographique
Résumé
Like insulin, glucagon-like peptide 1 (GLP-1) may have direct trophic actions on the nervous system, but its potential role in supporting diabetic sensory neurons is uncertain. We identified wide expression of GLP-1 receptors on dorsal root ganglia sensory neurons of diabetic and nondiabetic mice. Exendin-4, a GLP-1 agonist, increased neurite outgrowth of adult sensory neurons in vitro. To determine the effects ofexendin-4 in comparison with continuous low- or high-dose insulin in vivo, we evaluated parallel cohorts of type 1 (streptozotocin-induced) and type 2 (db/db) mice of 2 months' diabetes duration with established neuropathy during an additional month of treatment. High-dose insulin alone reversed hyperglycemia in type 1 diabetic mice, partly reversed thermal sensory loss, improved epidermal innervation but failed to reverse electrophysiological abnormalities. Exendin-4 improved both sensory electrophysiology and behavioral sensory loss. Low-dose insulin was ineffective. In type 2 diabetes, hyperglycemia was uncorrected, and neither insulin nor exendin-4 reversed sensory electrophysiology, sensory behavior, or loss of epidermal axons. However, exendin-4 alone improved motor electrophysiology. Receptor for advanced glycosylated end products and nuclear factor-κB neuronal expression were not significantly altered by diabetes or treatment. Taken together, these results suggest that although GLP-1 agonists and insulin alone are insufficient to reverse all features of diabetic neuropathy, in combination, they might benefit some aspects of established diabetic neuropathy.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 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) | 0,000 | 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 ».