Acylation Stimulating Protein, Complement C3 and Lipid Metabolism in Ketosis-Prone Diabetic Subjects
Notice bibliographique
Résumé
BACKGROUND: Ketosis-prone diabetes (KPDM) is new-onset diabetic ketoacidosis without precipitating factors in non-type 1 diabetic patients; after management, some are withdrawn from exogenous insulin, although determining factors remain unclear. METHODS: Twenty KPDM patients and twelve type 1 diabetic patients (T1DM), evaluated at baseline, 12 and 24 months with/without insulin maintenance underwent a standardized mixed-meal tolerance test (MMTT) for 2 h. RESULTS: At baseline, triglyceride and C3 were higher during MMTT in KPDM vs. T1DM (p<0.0001) with no differences in non-esterified fatty acids (NEFA) while Acylation Stimulating Protein (ASP) tended to be higher. Within 12 months, 11 KPDM were withdrawn from insulin treatment (KPDM-ins), while 9 were maintained (KPDM+ins). NEFA was lower in KPDM-ins vs. KPDM+ins at baseline (p = 0.0006), 12 months (p<0.0001) and 24 months (p<0.0001) during MMTT. NEFA in KPDM-ins decreased over 30-120 minutes (p<0.05), but not in KPDM+ins. Overall, C3 was higher in KPDM-ins vs KPDM+ins at 12 months (p = 0.0081) and 24 months (p = 0.0019), while ASP was lower at baseline (p = 0.0024) and 12 months (p = 0.0281), with a decrease in ASP/C3 ratio. CONCLUSIONS: Notwithstanding greater adiposity in KPDM-ins, greater NEFA decreases and lower ASP levels during MMTT suggest better insulin and ASP sensitivity in these patients.
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| 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) | 0,001 | 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 ».