MMP-10 is Increased in Early Stage Diabetic Kidney Disease and can be Reduced by Renin-Angiotensin System Blockade
Notice bibliographique
Résumé
Matrix metalloproteinases have been implicated in diabetic microvascular complications. However, little is known about the pathophysiological links between MMP-10 and the renin-angiotensin system (RAS) in diabetic kidney disease (DKD). We tested the hypothesis that MMP-10 may be up-regulated in early stage DKD, and could be down-regulated by angiotensin II receptor blockade (telmisartan). Serum MMP-10 and TIMP-1 levels were measured in 268 type 2 diabetic subjects and 111 controls. Furthermore, histological and molecular analyses were performed to evaluate the renal expression of Mmp10 and Timp1 in a murine model of early type 2 DKD (db/db) after telmisartan treatment. MMP-10 (473 ± 274 pg/ml vs. 332 ± 151; p = 0.02) and TIMP-1 (573 ± 296 ng/ml vs. 375 ± 317; p < 0.001) levels were significantly increased in diabetic patients as compared to controls. An early increase in MMP-10 and TIMP-1 was observed and a further progressive elevation was found as DKD progressed to end-stage renal disease. Diabetic mice had 4-fold greater glomerular Mmp10 expression and significant albuminuria compared to wild-type, which was prevented by telmisartan. MMP-10 and TIMP-1 are increased from the early stages of type 2 diabetes. Prevention of MMP-10 upregulation observed in diabetic mice could be another protective mechanism of RAS blockade in DKD.
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 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 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 ».