Nuclear Receptors of the Peroxisome Proliferator-Activated Receptor (PPAR) Family in Gestational Diabetes: From Animal Models to Clinical Trials1
Notice bibliographique
Résumé
Gestational diabetes mellitus (GDM) is defined as impaired glucose tolerance and affects 2%-8% of all pregnancies. Among other complications, GDM can lead to the development of type 2 diabetes mellitus (DM 2) in both mother and child. Peroxisome proliferator-activated receptors (PPARs) are major regulators of glucose and lipid metabolism. Furthermore, PPARs are mediators of inflammation and angiogenesis and are involved in the maternal adaptational dynamics during pregnancy to serve the requirements of the growing fetus. PPARs were originally named for their ability to induce hepatic peroxisome proliferation in mice in response to xenobiotic stimuli. The expression of three PPAR isoforms, alpha, beta/delta, and gamma, have been described. Each of them is encoded by different genes; however, they share 60%-80% homology in their ligand-binding and DNA-binding domains. PPARs are involved in trophoblast differentiation, invasion, metabolism, and parturition and are expressed in invasive extravillous trophoblast and villous trophoblast cells. Nuclear receptors, to which PPARs belong, are promising targets for disease-specific treatment strategies because they act as transcription factors controlling cellular processes at the level of gene expression and may produce selective alterations in downstream gene expression. To date, PPAR agonists are therapeutically used in patients with DM 2 and in patients with reproductive disorders such as polycystic ovary syndrome. Because of safety concerns and limited data, PPAR agonists are not yet included in GDM-related treatment strategies. Our objective herein is to review newly emerging generations of selective PPAR modulators and panagonists, which may have potent therapeutic implications in the context of GDM.
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 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 | 0,002 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,002 | 0,001 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,002 | 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, 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 ».