The Role of Insulin, Insulin Growth Factor, and Insulin‐Degrading Enzyme in Brain Aging and Alzheimer′s Disease
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Most brain insulin comes from the pancreas and is taken up by the brain by what appears to be a receptor-based carrier. Type 2 diabetes animal models associated with insulin resistance show reduced insulin brain uptake and content. Recent data point to changes in the insulin receptor cascade in obesity-related insulin resistance, suggesting that brain insulin receptors also become less sensitive to insulin, which could reduce synaptic plasticity. Insulin transport to the brain is reduced in aging and in some animal models of type 2 diabetes; brain insulin resistance may be present as well. Studies examining the effect of the hyperinsulinic clamp or intranasal insulin on cognitive function have found a small but consistent improvement in memory and changes in brain neuroelectric parameters in evoked brain potentials consistent with improved attention or memory processing. These effects appear to be due to raised brain insulin levels. Peripheral levels of Insulin Growth Factor-1 (IGF-I) are associated with glucose regulation and influence glucose disposal. There is some indication that reduced sensitivity to insulin or IGF-I in the brain, as observed in aging, obesity, and diabetes, decreases the clearance of Abeta amyloid. Such a decrease involves the insulin receptor cascade and can also increase amyloid toxicity. Insulin and IGF-I may modulate brain levels of insulin degrading enzyme, which would also lead to an accumulation of Abeta amyloid.
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.
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 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,002 | 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) | 0,000 | 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 découle