The effects of magnesium supplementation on gene expression related to inflammatory markers, vascular endothelial growth factor, and pregnancy outcomes in patients with gestational diabetes.
Notice bibliographique
Résumé
Magnesium has been introduced as one of the micronutrients with several metabolic benefits, mainly anti-inflammatory properties. The aim of this study was to evaluate the effects of magnesium supplementation on gene expression of inflammatory markers, vascular endothelial growth factor (VEGF), and pregnancy outcomes in women diagnosed with gestational diabetes mellitus (GDM). This randomized, double-blinded, placebo-controlled trial was conducted among 36 women, aged 18-40 years old, diagnosed with GDM. Study participants were randomly allocated into two groups to receive either 250 mg/day magnesium oxide (n = 18) or placebo (n = 18) for six weeks. Gene expression related to inflammatory markers and VEGF was assessed using peripheral blood mononuclear cells (PBMCs) of women with GDM, via RT-PCR method. Quantitative results of RT-PCR demonstrated that magnesium supplementation downregulated gene expression levels of interleukin-8 (IL-8) (P = 0.03) and tumor necrosis factor-α (TNF-α) (P = 0.006) and upregulated gene expression levels of transforming growth factor beta (TGF-β) (P = 0.03) in PBMCs of women with GDM, compared with placebo. Magnesium supplementation did not significantly affect gene expression of IL-1 and vascular endothelial growth factor. Additionally, magnesium administration resulted in a lower incidence of newborn hyperbilirubinemia (11.1% versus 44.4%, P = 0.02) and newborn hospitalization (11.1% versus 44.4%, P = 0.02) compared with placebo. Overall, magnesium supplementation for six weeks significantly decreased gene expression levels of IL-8 and TNF-α, and increased TGF-β in women with GDM. Therefore, magnesium supplementation might be recommended to decrease metabolic complications in women with GDM, due to its beneficial effects on gene expression of inflammatory markers.
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 | 0,001 | 0,002 |
| 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 | 0,001 | 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 ».