Association of Plasma DPP4 Activity With Mild Cognitive Impairment in Elderly Patients With Type 2 Diabetes: Results From the GDMD Study in China
Notice bibliographique
Résumé
OBJECTIVE: Hyperglycemia, inflammation, and oxidative stress are thought to be involved in the pathogenesis of cognitive decline. Dipeptidyl peptidase-4 (DPP4) is a newly identified adipokine related to these risk factors. Hence, we aimed to investigate the association between plasma DPP4 activities and mild cognitive impairment (MCI) in elderly patients with type 2 diabetes. RESEARCH DESIGN AND METHODS: We evaluated plasma DPP4 activity, inflammatory markers, and oxidative stress parameters in a cross-sectional sample of 1,160 patients with type 2 diabetes aged 60 years or older in China. MCI was diagnosed based on criteria established by the National Institute on Aging-Alzheimer's Association workgroups RESULTS: Patients in the highest quartile of DPP4 activity had higher HbA1c, interleukin 6 (IL-6), CRP, nitrotyrosine, 8-iso-PGF2a, and lower Montreal Cognitive Assessment (MoCA) scores compared with subjects in the lowest quartile (P < 0.001). In the highest DPP4 quartile, MCI risk was higher (odds ratio 3.49; 95% CI 1.97-4.57) than in the lowest quartile after adjustment for potential confounders. The risk for MCI increased more with higher levels of DPP4 activity, IL-6, CRP, nitrotyrosine, and 8-iso-PGF2a (P < 0.05), but not with higher levels of HbA1c. CONCLUSIONS: This study shows that increased DPP4 activities are independently associated with MCI in elderly patients with type 2 diabetes. The mechanisms might be partly explained by the effect of DPP4 on inflammation and oxidative stress. These observations raise further interest in DPP4 activity for its potential effect on these MCI-related risk factors as a biological marker or even a possible therapeutic target for MCI.
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 | 0,000 | 0,000 |
| 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) | 0,000 | 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 ».