Novel Protein Glycan–Derived Markers of Systemic Inflammation and C-Reactive Protein in Relation to Glycemia, Insulin Resistance, and Insulin Secretion
Notice bibliographique
Résumé
OBJECTIVE N-acetylglucosamine/galactosamine (GlycA) and sialic acid (GlycB) moieties of glycosylated serum proteins are nonspecific measures of inflammation, but conclusive data on their relationship with insulin resistance or insulin secretion are missing. Therefore, we aimed to examine the relation of GlycA, GlycB, and C-reactive protein (CRP) to direct measures of insulin sensitivity (insulin sensitivity index [SI]) and insulin secretion (acute insulin response [AIR]). RESEARCH DESIGN AND METHODS This study used cross-sectional analyses and included 1,225 participants with and without type 2 diabetes in the Insulin Resistance Atherosclerosis Study (IRAS). SI and AIR were measured using the frequently sampled intravenous glucose tolerance test, and GlycA and GlycB were measured using nuclear magnetic resonance spectroscopy. RESULTS GlycA and GlycB had a strong correlation with CRP (r = 0.60 [P < 0.001] and r = 0.46 [P < 0.001], respectively). In a linear regression model with both GlycA and CRP as independent variables, GlycA (β × 1 SD, −0.04 ± 0.02; P < 0.01) and CRP (−0.06 ± 0.02; P < 0.001) were independently associated with SI even after adjusting for demographics, smoking, physical activity, plasma glucose, and BMI. However, neither CRP nor GlycA had an independent relationship with AIR. CONCLUSIONS GlycA may complement CRP in evaluating the relationship between inflammation, glucose tolerance, and insulin resistance.
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 | 0,001 |
| 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 ».