Metformin Monotherapy Downregulates Diabetes-Associated Inflammatory Status and Impacts on Mortality
Notice bibliographique
Résumé
Aging is the main risk factor for developing diabetes and other age-related diseases. One of the most common features of age-related comorbidities is the presence of low-grade chronic inflammation. This is also the case of metabolic syndrome and diabetes. At the subclinical level, a pro-inflammatory phenotype was shown to be associated with Type-2 diabetes mellitus (T2DM). This low to mid-grade inflammation is also present in elderly individuals and has been termed inflammaging. Whether inflammation is a component of aging or exclusively associated with age-related diseases in not entirely known. We used clinical data and biological readouts in a group of individuals stratified by age, diabetes status and comorbidities to investigate this aspect. While aging is the main predisposing factor for several diseases there is a concomitant increased level of pro-inflammatory cytokines. DM patients show an increased level of sTNFRll, sICAM-1, and TIMP-1 when compared to Healthy, Non-DM and Pre-DM individuals. These inflammatory molecules are also associated with insulin resistance and metabolic syndrome in Non-DM and pre-DM individuals. We also show that metformin monotherapy was associated with significantly lower levels of inflammatory molecules, like TNFα, sTNFRI, and sTNFRII, when compared to other monotherapies. Longitudinal follow up indicates a higher proportion of death occurs in individuals taking other monotherapies compared to metformin monotherapy. Together our finding shows that chronic inflammation is present in healthy elderly individuals and exacerbated with diabetes patients. Likewise, metformin could help target age-related chronic inflammation in general, and reduce the predisposition to comorbidities and mortality.
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) | 0,001 | 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 ».