Association of Tumor Growth Factor-β and Interferon-γ Serum Levels With Insulin Resistance in Normal Pregnancy
Notice bibliographique
Résumé
Pregnancy is related to change in glucose metabolism and insulin production. The aim of our study was to determine the association of serum IFN-γ and TGF- β levels with insulin resistance during normal pregnancy. This cross sectional study was carried out on 97 healthy pregnant (in different trimesters) and 28 healthy non-pregnant women. Serum TGF-β and IFN- γ level were measured by ELISA method. Pregnant women had high level TGF-β and low level IFN-γ as compared non-pregnant women. Maternal serum TGF-β concentration significantly increased in third trimester as compared first and second trimester of pregnancy. Maternal serum IFN-γ concentration significantly decreased in third trimester as compared first and second trimester of pregnancy. Pregnant women exhibited higher score of HOMA IR as compared non-pregnant women. There were association between gestational age with body mass index (r=0.28, P=0.005), TGF-β (r=0.45, P<0.001) and IFN-γ (r=-0.50, P<0.001). There was significant association between Insulin resistance and TGF-β (r=0.17, p=0.05). Our findings suggest that changes in maternal cytokine level in healthy pregnant women were anti-inflammatory. Furthermore, Tumor Growth Factor-β appears has a role in induction insulin resistance in healthy pregnant women. However, further studies needed to evaluate role of different cytokines on insulin resistance in normal pregnancy.
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 | 0,000 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 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 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».