Influence of Hepatic Steatosis (Fatty Liver) on Severity and Composition of Dyslipidemia in Type 2 Diabetes
Notice bibliographique
Résumé
OBJECTIVE: The objective of this study was to examine the associations between the severity of hepatic steatosis and dyslipidemia in type 2 diabetes, including circulating apolipoprotein B100 (apoB) concentrations and lipoprotein particle size and numbers. RESEARCH DESIGN AND METHODS: Computed tomography imaging was used to assess hepatic fat content and adipose tissue distribution in 67 men and women with type 2 diabetes, withdrawn from antidiabetic medications preceding the study. Fasting serum lipoprotein number and size was determined by nuclear magnetic resonance. Insulin sensitivity was measured with a glucose clamp and a [6,6-(2)H(2)]glucose isotope infusion. RESULTS: Two-thirds of the cohort had fatty liver. Hepatic steatosis correlated with serum triglycerides (r = 0.40, P < 0.01) and lower HDL cholesterol (r = -0.31, P < 0.05). ApoB and LDL cholesterol did not, being virtually identical in those with or without steatosis. The association between serum triglycerides and hepatic steatosis was largely accounted for by greater triglyceride enrichment in VLDL particles, which were larger. Severe steatosis was also associated with 70% higher small, dense LDL concentrations. Visceral obesity did not fully explain these associations, and hepatic steatosis was better correlated with triglycerides than with hyperglycemia or hepatic insulin resistance (P > 0.05). CONCLUSIONS: The presence of hepatic steatosis in type 2 diabetes does not appear to affect apoB levels, but potentially increases atherogenesis by increasing triglycerides, reducing HDL levels, and increasing small, dense LDL.
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 | 0,001 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 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) | 0,002 | 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 ».