MétaCan
Menu
Retour à la cohorte
Enregistrement W2900236795 · doi:10.3390/ijms19113467

Maternal β-Cell Adaptations in Pregnancy and Placental Signalling: Implications for Gestational Diabetes

2018· review· en· W2900236795 sur OpenAlexafffund
Brittany L. Moyce, Vernon W. Dolinsky

Notice bibliographique

RevueInternational Journal of Molecular Sciences · 2018
Typereview
Langueen
DomaineMedicine
ThématiquePancreatic function and diabetes
Établissements canadiensUniversity of ManitobaChildren's Hospital Research Institute of Manitoba
Organismes subventionnairesCanadian Institutes of Health ResearchManitoba Medical Service FoundationResearch Manitoba
Mots-clésLipotoxicityGestational diabetesInsulin resistancePregnancyInsulinDiabetes mellitusAdipokineEndocrinologyMedicineInternal medicineGlucose homeostasisBiologyBioinformaticsGestation

Résumé

récupéré en direct d'OpenAlex

Rates of gestational diabetes mellitus (GDM) are on the rise worldwide, and the number of pregnancies impacted by GDM and resulting complications are also increasing. Pregnancy is a period of unique metabolic plasticity, during which mild insulin resistance is a physiological adaptation to prioritize fetal growth. To compensate for this, the pancreatic β-cell utilizes a variety of adaptive mechanisms, including increasing mass, number and insulin-secretory capacity to maintain glucose homeostasis. When insufficient insulin production does not overcome insulin resistance, hyperglycemia can occur. Changes in the maternal system that occur in GDM such as lipotoxicity, inflammation and oxidative stress, as well as impairments in adipokine and placental signalling, are associated with impaired β-cell adaptation. Understanding these pathways, as well as mechanisms of β-cell dysfunction in pregnancy, can identify novel therapeutic targets beyond diet and lifestyle interventions, insulin and antihyperglycemic agents currently used for treating GDM.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,004
Score d'incertitude au seuil0,013

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0020,002
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0040,002

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.

Tête enseignante Opus0,055
Tête enseignante GPT0,355
Écart entre enseignants0,300 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSans objet
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations125
Publié2018
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueInternational Journal of Molecular SciencesMême sujetPancreatic function and diabetesTravaux en français237 207