Characterization of the Nile Grass Rat as a Unique Model for Type 2 Diabetic Polyneuropathy
Notice bibliographique
Résumé
Type 2 diabetes (T2D) has reached pandemic proportions worldwide. Almost half of T2D patients suffer from polyneuropathy that can present as paresthesia, hyperalgesia, allodynia, or hypoesthesia. Therapeutic treatment options are largely incomplete, suggesting new avenues of research are needed. Herein, we introduce the African Nile Grass rat (NGR), which develops T2D solely by diet manipulation, as a novel T2D polyneuropathy model. The purpose of this study was to first characterize T2D-induced polyneuropathy in the NGRs before highlighting their strength as a potential prediabetic model of T2D. NGRs with long-term T2D exhibit hallmark features of polyneuropathy such as decreased motor nerve conduction velocity, intraepidermal denervation, and hyposensitivity to noxious mechanical and thermal stimulation. At the dorsal root ganglia, T2D neurons have altered sodium channel expression, specifically increased Nav1.7 and Nav1.9, and their surrounding satellite glial cells express glial fibrillary acidic protein. Now that these T2D NGRs have been characterized and shown to have a similar presentation to human and other animal models of T2D, the strength of this diet-induced model can be exploited. The prediabetic changes can be observed over their long progression to develop T2D which may allow for a therapeutic window to prevent T2D before permanent damage occurs.
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 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 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 | 0,001 |
| 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 ».