Osteoprotegerin, Insulin Like Growth Factor-1 and Bone Changes in Prepubertal Males With Type 1 Diabetes Mellitus
Notice bibliographique
Résumé
Background: In this study we aimed to evaluate osteoprotegerin (OPG) and insulin like growth factor-1 (IGF-1) serum levels in prepubertal T1DM male children and their relation to bone density. Methods: Study included Thirty-five prepubertal T1DM male patients (mean age of 11.20± 2.10 years). Patients were assessed for serum levels of OPG, IGF-1, glycosylated hemoglobin (HbA1c), parathormone hormone (PTH), and 25-dihydroxyvitamin D (25-OH-D). Bone quality was determined by measuring bone broadband ultrasound attenuation (BUA) at calcaneous. The data were compared with those of 28 age (mean age of 10.90 ± 2.30) and body-size matched healthy boys representing a control group. Results: Both serum levels of OPG and HbA1c levels were significantly higher in T1DM patients than in controls (p < 0.0001) while both IGF-1 serum levels and Z-score BUA were significantly lower in patients than in controls (p < 0.001 and < 0.0001 respectively). OPG showed moderate positive correlation with HbA1c (%) (r = 0.67, p < 0.0001) and strong negative correlation between OPG and IGF-1 (r = -0.78, p < 0.001). While there was fair negative correlation IGF-1 and HbA1c (r = -0.47, p < 0.01). Z-score BUA moderate negative correlation with OPG (r = -0.72, p < 0.01), and correlation was moderately positive with IGF-1 (r = 0.60, p < 0.001) while showed fair negative correlation with HbA1c (r = -0.48, p < 0.01). Conclusions: Patients with T1DM are at risk to have lower bone mass, which may be attributed to increased OPG serum levels mediated by low IGF-1 production. All these factors showed association to poor glycemic control. doi:10.4021/ ijcp25w
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 | 0,000 | 0,001 |
| 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 | 0,000 |
| 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 ».