Hyperglycemia enhances coagulation and reduces neutrophil degranulation, whereas hyperinsulinemia inhibits fibrinolysis during human endotoxemia
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Type 2 diabetes is associated with altered immune and hemostatic responses. We investigated the selective effects of hyperglycemia and hyperinsulinemia on innate immune, coagulation, and fibrinolytic responses during systemic inflammation. Twenty-four healthy humans were studied for 8 hours during clamp experiments in which either plasma glucose, insulin, both, or none was increased, depending on randomization. Target plasma concentrations were 5 versus 12 mM for glucose, and 100 versus 400 pmol/L for insulin. After 3 hours, 4 ng/kg Escherichia coli endotoxin was injected intravenously to induce a systemic inflammatory and procoagulant response. Endotoxin administration induced cytokine release, activation of neutrophils, endothelium and coagulation, and inhibition of fibrinolysis. Hyperglycemia reduced neutrophil degranulation (plasma elastase levels, P < .001) and exaggerated coagulation (plasma concentrations of thrombin-antithrombin complexes and soluble tissue factor, both P < .001). Hyperinsulinemia attenuated fibrinolytic activity due to elevated plasminogen activator-inhibitor-1 levels (P < .001). Endothelial cell activation markers and cytokine concentrations did not differ between clamps. We conclude that in humans with systemic inflammation induced by intravenous endotoxin administration hyperglycemia impairs neutrophil degranulation and potentiates coagulation, whereas hyperinsulinemia inhibits fibrinolysis. These data suggest that type 2 diabetes patients may be especially vulnerable to prothrombotic events during inflammatory states.
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.
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 | 0,000 |
| 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 | 0,001 | 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 découle