Is Visceral Fat the Missing Link in the Relationship Between Inflammation and Insulin Resistance in RA?
Notice bibliographique
Résumé
Several groups of investigators evaluating insulin resistance in rheumatoid arthritis (RA; Table 1)1,2,3,4,5,6,7,8,9 have reported that patients with RA have more insulin resistance than non-RA control subjects, even with similar body mass index (BMI)1,2,3,4,5. In many RA studies, insulin resistance was associated with markers of inflammation or disease activity5,6,7,8. Moreover, some studies that examined insulin resistance before and after treatment of RA with anti-tumor necrosis factor-α (TNF-α) or antiinterleukin 6 (IL-6) agents found that treatment with these drugs, and presumably the consequent decrease in inflammation, resulted in a significant improvement in insulin sensitivity10,11. These and other studies provide support for the notion that inflammation in RA promotes insulin resistance. View this table: Table 1. Select publications evaluating insulin resistance in RA versus non-RA control subjects. The concept that there is a relationship between the inflammation in RA and insulin resistance is also supported by studies performed in animals showing that inflammation promotes insulin resistance. For example, administration of TNF-α and IL-6 caused insulin resistance in rats and mice12,13. This finding is not surprising because cytokines such as IL-6 and TNF-α contribute to insulin resistance through downstream repression of insulin signaling (reviewed14). In this issue of The Journal , AbouAssi and colleagues present a meticulous and thorough evaluation of insulin sensitivity in 39 patients with RA and 39 control subjects matched for not only age and sex, but also for BMI and physical activity15. Insulin sensitivity was quantified by frequently sampled intravenous glucose … Address correspondence to Dr. Ormseth, 1161 21st Ave. South, T-3113 MCN, Nashville, Tennessee 37232-2681, USA; E-mail: michelle.ormseth{at}vanderbilt.edu
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 | 0,003 | 0,007 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,003 | 0,001 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,002 |
| Communication savante | 0,004 | 0,005 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,005 | 0,009 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,010 | 0,005 |
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 ».