Patients with type 1 diabetes show signs of vascular dysfunction in response to multiple high-fat meals
Notice bibliographique
Résumé
BACKGROUND: A high-fat diet promotes postprandial systemic inflammation and metabolic endotoxemia. We investigated the effects of three consecutive high-fat meals on endotoxemia, inflammation, vascular function, and postprandial lipid metabolism in patients with type 1 diabetes. METHODS: Non-diabetic controls (n = 34) and patients with type 1 diabetes (n = 37) were given three high-caloric, fat-containing meals during one day. Blood samples were drawn at fasting (8:00) and every two hours thereafter until 18:00. Applanation tonometry was used to assess changes in the augmentation index during the investigation day. RESULTS: Three consecutive high-fat meals had only a modest effect on serum LPS-activity levels and inflammatory markers throughout the day in both groups. Of note, patients with type 1 diabetes were unable to decrease the augmentation index in response to the high-fat meals. The most profound effects of the consecutive fat loads were seen in chylomicron and HDL-metabolism. The triglyceride-rich lipoprotein remnant marker, apoB-48, was elevated in patients compared to controls both at fasting (p = 0.014) and postprandially (p = 0.035). The activities of the HDL-associated enzymes PLTP (p < 0.001), and CETP (p = 0.007) were higher and paraoxonase (PON-1) activity, an anti-oxidative enzyme bound to HDL, decreased in patients with type 1 diabetes (p = 0.027). CONCLUSIONS: In response to high-fat meals, early signs of vascular dysfunction alongside accumulation of chylomicron remnants, higher augmentation index, and decreased PON-1 activity were observed in patients with type 1 diabetes. The high-fat meals had no significant impact on postprandial LPS-activity in non-diabetic subjects or patients with type 1 diabetes suggesting that metabolic endotoxemia may be more central in patients with chronic metabolic disturbances such as obesity, type 2 diabetes, or diabetic kidney disease.
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 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».