Abstract 17134: Cardiorenal Syndrome Arising From Chronic Diabetes Causes Maladaptive Carbohydrate Utilisation in the Heart and Kidneys
Notice bibliographique
Résumé
Clinical and epidemiological data have identified a cardiorenal syndrome (CRS), in which heart and/or kidney failure accelerates dysfunction in the other organ. There is a need for new therapeutics targeting the mechanisms that cause CRS, in order to treat the whole patient. Here, we tested the hypotheses that 1) chronic diabetes (aged Goto-Kakizaki [GK] rats) would yield a model of CRS, and 2) assessing in vivo cardiorenal metabolism using hyperpolarized 13 C MR spectroscopy (MRS) would identify targets for CRS therapy. Statistical significance between GK rats and Wistar controls was considered at P<0.05. Glycated hemoglobin confirmed that GK rats were diabetic at 20 weeks. Forty-week-old GK rats (n=6) developed proteinuria, LV hypertrophy, and pulmonary congestion. Invasive pressure-volume loops (n=5) demonstrated preserved systolic, yet impaired diastolic, function. Histology demonstrated myocyte and glomerular hypertrophy, interstitial fibrosis and glomerulosclerosis. Intravenous infusion of hyperpolarized [1- 13 C]pyruvate (n=4), followed by MRS data acquisition that alternated between heart and kidney, indicated that carbohydrate metabolism was reprogrammed to promote lactate production over oxidation. In the heart, this was evidenced by reduced pyruvate dehydrogenase flux to form 13 C-bicarbonate, increased 13 C-lactate production, and reduced 13 C-alanine production. In the kidney, 13 C-lactate was increased at the expense of 13 C-alanine. Metabolic reprogramming to produce cardiorenal lactate was likely mediated by inflammation: in both organs, macrophage infiltration and expression of toll like receptor 4 protein were increased. Increased expression of renal Pck1 and G6pc mRNA indicated involvement of maladaptive systemic gluconeogenesis in CRS pathogenesis. Normalizing whole-body carbohydrate utilization represents a novel target for therapy of diabetes-induced CRS.
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) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,010 | 0,001 |
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 ».