Potential Role of Tumor Necrosis Factor-α in Downregulating Sex Hormone–Binding Globulin
Notice bibliographique
Résumé
Low plasma sex hormone-binding globulin (SHBG) levels are associated with obesity and predict the development of type 2 diabetes. The reason why obese individuals have low circulating SHBG has been attributed to hyperinsulinemia, but no mechanistic evidence has been described. The aim of the current study is to explore whether tumor necrosis factor-α (TNF-α) rather than insulin could be the main factor accounting for low SHBG levels in obesity. We performed in vitro and in vivo studies using human HepG2 cells and human SHBG transgenic mice. In addition, a cross-sectional study to explore the relationship between TNF-α and SHBG in obese patients and an interventional study to examine the effect of insulin administration on circulating SHBG in type 2 diabetic patients were performed. We provide evidence that TNF-α, but not insulin, is the main factor by which SHBG is reduced in obesity. Plasma SHBG was significantly increased rather than decreased after insulin treatment in diabetic patients. TNF-α-induced reduction of SHBG expression was mediated by downregulating HNF4A. Finally, a negative and independent correlation was found between plasma TNF-α receptor 1 and SHBG levels in obese patients. Our results suggest that TNF-α plays an important role downregulating SHBG in chronic low-grade inflammatory diseases such as obesity and type 2 diabetes.
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 | 0,000 |
| 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) | 0,001 | 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 ».