MétaCan
Menu
Retour à la cohorte
Enregistrement W2154722437 · doi:10.1186/1479-5876-10-124

A human model of inflammatory cardio-metabolic dysfunction; a double blind placebo-controlled crossover trial

2012· article· en· W2154722437 sur OpenAlexaboutno aff
Nehal N. Mehta, Sean Heffron, Parth N. Patel, Jane F. Ferguson, Rachana Shah, Christine Hinkle, Parasuram Krishnamoorthy, Jennifer Tabita‐Martinez, Karen Terembula, Michael R. Rickels, Muredach P. Reilly

Notice bibliographique

RevueJournal of Translational Medicine · 2012
Typearticle
Langueen
DomaineMedicine
ThématiqueAdipokines, Inflammation, and Metabolic Diseases
Établissements canadiensnon disponible
Organismes subventionnairesNational Center for Research ResourcesNational Institutes of HealthNational Institute of Diabetes and Digestive and Kidney DiseasesNational Heart, Lung, and Blood InstituteUniversity of Pennsylvania
Mots-clésMedicinePlaceboInsulin resistanceCrossover studySystemic inflammationAdipose tissueInflammationInternal medicineAsymptomaticInsulinEndocrinologyPathology

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Chronic inflammation may contribute to insulin resistance (IR), metabolic syndrome and atherosclerosis although evidence of causality is lacking in humans. We hypothesized that very low-dose experimental endotoxemia would induce adipose tissue inflammation and systemic IR during a low-grade but asymptomatic inflammatory response and thus provide an experimental model for future tests of pharmacologic and genomic modulation of cardio-metabolic traits in humans. METHODS: Ten healthy, human volunteers (50% male, 90% Caucasian, mean age 22.7 ± 3.8) were randomized in a double-masked, placebo-controlled, crossover study to separate 36-hour inpatient visits (placebo versus intravenous-LPS 0.6 ng/kg). We measured clinical symptoms via the McGill pain questionnaire and serial vital signs. Plasma and serum were collected for measurement of cytokines, C-reactive protein, insulin and glucose, serial whole blood & subcutaneous adipose tissue mRNA expression were measured by real-time PCR. HOMA-IR, a well-validated measure of IR was calculated to estimate insulin resistance, and frequently sampled intravenous glucose tolerance testing (FSIGTT) was performed to confirm an insulin resistant state. We performed ANOVA and within subject ANOVA to understand the differences in cytokines, adipose tissue inflammation and IR before and after LPS or placebo. RESULTS: There was no significant difference between placebo and LPS in clinical responses of symptom scores, body temperature or heart rate. However, low-dose endotoxemia induced a rapid and transient 25-fold induction of plasma TNF-alpha and 100-fold increase in plasma IL-6 (Figure 1B) (p < 0.001 for both) both peaking at two hours, followed by modest inflammation in adipose tissue with increases in mRNA levels of several inflammatory genes known to modulate adipose and systemic insulin resistance. Adipose tissue mRNA levels of IL-6 (peak 6-fold, ANOVA F = 27.5, p < 0.001) and TNF-alpha (peak 1.8-fold, F = 2.9, p = 0.01) increased with MCP-1 (peak 10-fold, F = 5.6, p < 0.01) and fractalkine (CX3CL1) (peak 15-fold, F = 13.3, p < 0.001). Finally, HOMA-IR was 32% higher following LPS compared to placebo (p < 0.01) and insulin sensitivity declined by 21% following LPS compared to placebo (p < 0.05). CONCLUSIONS: We present a low dose human endotoxemia model of inflammation which induces adipose tissue inflammation and systemic insulin resistance in the absence of overt clinical response. Such a model has the potential for broad and safe application in the study of novel therapeutics and genomic influences in cardio-metabolic 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 distillée sur la base complète

Imitation des enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Essai randomisé · Signal consensuel: Essai randomisé
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,018
Score d'incertitude au seuil0,707

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,001
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,045
Tête enseignante GPT0,318
Écart entre enseignants0,273 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeEssai randomisé
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations44
Publié2012
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Translational MedicineMême sujetAdipokines, Inflammation, and Metabolic DiseasesTravaux en français237 207