Unexplained reciprocal regulation of diabetes and lipoproteins
Notice bibliographique
Résumé
PURPOSE OF REVIEW: Type 2 diabetes is associated with a characteristic dyslipidemia that may exacerbate cardiovascular risk. The causes of, and the effects of new antihyperglycemia medications on, this dyslipidemia, are under investigation. In an unexpected reciprocal manner, lowering LDL-cholesterol with statins slightly increases the risk of diabetes. Here we review the latest findings. RECENT FINDINGS: The inverse relationship between LDL-cholesterol and diabetes has now been confirmed by multiple lines of evidence. This includes clinical trials, genetic instruments using aggregate single nucleotide polymorphisms, as well as at least eight individual genes - HMGCR, NPC1L1, HNF4A, GCKR, APOE, PCKS9, TM6SF2, and PNPLA3 - support this inverse association. Genetic and pharmacologic evidence suggest that HDL-cholesterol may also be inversely associated with diabetes risk. Regarding the effects of diabetes on lipoproteins, new evidence suggests that insulin resistance but not diabetes per se may explain impaired secretion and clearance of VLDL-triglycerides. Weight loss, bariatric surgery, and incretin-based therapies all lower triglycerides, whereas SGLT2 inhibitors may slightly increase HDL-cholesterol and LDL-cholesterol. SUMMARY: Diabetes and lipoproteins are highly interregulated. Further research is expected to uncover new mechanisms governing the metabolism of glucose, fat, and cholesterol. This topic has important implications for treating type 2 diabetes and cardiovascular disease.
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) | 0,002 | 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 | 0,000 |
| 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 ».