Insulin-Like Growth Factor Axis and Risk of Type 2 Diabetes in Women
Notice bibliographique
Résumé
IGF-I shares structural homology and in vitro metabolic activity with insulin. Laboratory models suggest that IGF-I and its binding proteins IGFBP-1 and IGFBP-2 have potentially beneficial effects on diabetes risk, whereas IGFBP-3 may have adverse effects. We therefore conducted a prospective nested case-control investigation of incident diabetes (n = 742 case subjects matched 1:1 to control subjects) and its associations with IGF-axis protein levels in the Nurses' Health Study, a cohort of middle-aged women. The median time to diabetes was 9 years. Statistical analyses were adjusted for multiple risk factors, including insulin and C-reactive protein. Diabetes risk was fivefold lower among women with baseline IGFBP-2 levels in the top versus bottom quintile (odds ratio [OR](q5-q1) = 0.17 [95% CI 0.08-0.35]; P trend < 0.0001) and was also negatively associated with IGFBP-1 levels (OR(q5-q1) = 0.37 [0.18-0.73]; P trend = 0.0009). IGFBP-3 was positively associated with diabetes (OR(q5-q1) = 2.05 [1.20-3.51]; P trend = 0.002). Diabetes was not associated with total IGF-I levels, but free IGF-I and diabetes had a significant association that varied (P interaction = 0.003) by insulin levels above the median (OR(q5-q1) = 0.48 [0.26-0.90]; P trend = 0.0001) versus below the median (OR(q5-q1) = 2.52 [1.05-6.06]; P trend < 0.05). Thus, this prospective study found strong associations of incident diabetes with baseline levels of three IGFBPs and free IGF-I, consistent with hypotheses that the IGF axis might influence diabetes risk.
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 | 0,001 |
| Bibliométrie | 0,000 | 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 | 0,001 |
| 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 ».