Distal Degenerative Sensory Neuropathy in a Long-Term Type 2 Diabetes Rat Model
Notice bibliographique
Résumé
OBJECTIVE: Peripheral neuropathy associated with type 2 diabetes (DPN) is not widely modeled. We describe unique features of DPN in type 2 diabetic Zucker diabetic fatty (ZDF) rats. RESEARCH DESIGN AND METHODS: We evaluated the structural, electrophysiological, behavioral, and molecular features of DPN in ZDF rats and littermates over 4 months of hyperglycemia. The status of insulin signaling transduction molecules that might be interrupted in type 2 diabetes and selected survival-, stress-, and pain-related molecules was emphasized in dorsal root ganglia (DRG) sensory neurons. RESULTS: ZDF rats developed slowing of motor sciatic-tibial and sensory sciatic digital conduction velocity and selective mechanical allodynia with preserved thermal algesia. Diabetic sural axons, preserved in number, developed atrophy, but there was loss of large-calibre dermal and small-calibre epidermal axons. In diabetic rats, insulin signal transduction pathways in lumbar DRGs were preserved or had trends toward upregulation: mRNA levels of insulin receptor beta-subunit (IRbeta), insulin receptor substrate (IRS)-1, and IRS-2. The numbers of neurons expressing IRbeta protein were also preserved. There were trends toward early rises of mRNA levels of heat shock protein 27 (HSP27), the alpha2delta1 calcium channel subunit, and phosphatidylinositol 3-kinase in diabetes. Others were unchanged, including nuclear factor-kappaB (NF-kappaB; p50/p105) and receptor for advanced glycosylation endproducts (RAGE) as was the proportion of neurons expressing HSP27, NF-kappaB, and RAGE protein. CONCLUSIONS: ZDF type 2 diabetic rats develop a distal degenerative sensory neuropathy accompanied by a selective long-term pain syndrome. Neuronal insulin signal transduction molecules are preserved.
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 | 0,000 |
| 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 | 0,000 |
| 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 ».