MétaCan
Menu
Retour à la cohorte
Enregistrement W3005091478 · doi:10.1089/neu.2019.6724

Chronic Hyperglycemia before Spinal Cord Injury Increases Inflammatory Reaction and Astrogliosis after Injury: Human and Rat Studies

2020· article· en· W3005091478 sur OpenAlexaff
Ki‐Su Park, Jin Bum Kim, Martin S. Keung, Ye Jin Seo, Sung Young Seu, Seul Ah Mun, Young‐Seok Lee, Dae-Chul Cho, Jeong-Hyun Hwang, Inbo Han, Chi Heon Kim, Kyoung‐Tae Kim

Notice bibliographique

RevueJournal of Neurotrauma · 2020
Typearticle
Langueen
DomaineMedicine
ThématiqueSpinal Cord Injury Research
Établissements canadiensInternational Collaboration On Repair DiscoveriesUniversity of British Columbia
Organismes subventionnairesnon disponible
Mots-clésMedicineSpinal cord injuryAstrogliosisInternal medicineSpinal cordInflammationAnesthesiaEndocrinologyCentral nervous system

Résumé

récupéré en direct d'OpenAlex

Traumatic spinal cord injury (SCI) can cause permanent disabilities that seriously reduce quality of life. We evaluated the effects of chronic hyperglycemia before SCI on inflammatory markers and functional recovery after SCI in human patients and a rat model. In the human study, multivariate logistical regression analysis revealed that hemoglobin A1c (HbA1c) values, reflecting average plasma glucose concentration over a 3 month period, at admission were a significant risk factor for poor functional recovery. Moreover, patients with chronic hyperglycemia (HbA1c ≥ 6.5%) had high concentrations of inflammatory biomarkers (interleukin [IL]-6 and IL-8) of cerebrospinal fluid after SCI. Consistent with patient findings, chronic hyperglycemia before SCI in rats was associated with increased inflammatory responses and oxygen-free radicals in the spinal cord and blood, thus resulting in poor functional recovery and histological outcomes. Tight glucose control before SCI decreased the harmful effects of hyperglycemia after SCI in both human and rat studies. Our findings suggest that chronic hyperglycemia before SCI may be a significant prognostic factor with a negative impact on functional and histological outcomes, highlighting the importance of tight glucose control before SCI.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,662
Score d'incertitude au seuil0,779

Scores Codex et Gemma par catégorie

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

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.

Tête enseignante Opus0,090
Tête enseignante GPT0,406
Écart entre enseignants0,315 · 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 tête enseignante, pas un consensus.

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

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

En bref

Citations21
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of NeurotraumaMême sujetSpinal Cord Injury ResearchTravaux en français237 207