MétaCan
Menu
Retour à la cohorte
Enregistrement W2158286241 · doi:10.1139/h07-100

Non-obese patients with type 2 diabetes and prediabetic subjects: distinct phenotypes requiring special diabetes treatment and (or) prevention?

2007· article· en· W2158286241 sur OpenAlexvenueno aff
Allan Vaag, Søren S. Lund

Notice bibliographique

RevueApplied Physiology Nutrition and Metabolism · 2007
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueDiabetes and associated disorders
Établissements canadiensnon disponible
Organismes subventionnairesNovo NordiskEuropean Commission
Mots-clésMedicineType 2 diabetesDiabetes mellitusInternal medicinePhenotypePrediabetesObesityEndocrinologyBiologyGeneticsGene

Résumé

récupéré en direct d'OpenAlex

A major reason for the increased incidence of type 2 diabetes mellitus (T2DM) across the world is the so-called obesity epidemic, which occurs both in developed and developing countries. However, a large proportion of patients with T2DM in European and, in particular, Asian countries are non-obese. The non-obese T2DM phenotype is characterized by disproportionally reduced insulin secretion and less insulin resistance, as compared with obese patients with T2DM. Importantly, non-obese patients with T2DM have a similar increased risk of cardiovascular disease as obese T2DM patients. The risk of T2DM in non-obese patients is influenced by genetics as well as factors operating in utero indicated by low birth weight. Furthermore, this phenotype is slightly more prevalent among patients with latent autoimmune diabetes in adults, characterized by positive anti-GAD antibodies. The recently identified TCF7L2 gene polymorphism resulting in low insulin secretion influences the risk of T2DM in both obese and non-obese subjects, but is relatively more prevalent among non-obese patients with T2DM. Furthermore, the Pro12Ala polymorphism of the PPAR gamma gene influencing insulin action increases the risk of T2DM in non-obese subjects. Despite a "normal" body mass index, non-obese patients with T2DM are generally characterized by a higher degree of both abdominal and total fat masses (adiposity). Prevention of T2DM with lifestyle intervention is at least as effective in non-obese as in obese prediabetic subjects, and recent data suggest that metformin treatment targeting insulin resistance and non-glycemic cardiovascular disease risk factors is as beneficial in non-obese as in obese patients with T2DM. Nevertheless, non-obese patients with T2DM may progress to insulin treatment more rapidly as compared with obese patients with T2DM.

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)0,000
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: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,762
Score d'incertitude au seuil0,689

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
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 Opus0,004
Tête enseignante GPT0,214
Écart entre enseignants0,209 · 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'étudeObservationnel
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

Citations87
Publié2007
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueApplied Physiology Nutrition and MetabolismMême sujetDiabetes and associated disordersTravaux en français237 207