MétaCan
Menu
Retour à la cohorte
Enregistrement W3010045234

Mechanisms By Which Glucose Lowering Therapies Reduce Obesity And Atherosclerosis

2020· dissertation· en· W3010045234 sur OpenAlexfundno aff
Emily A. Day

Notice bibliographique

RevueMacSphere (McMaster University) · 2020
Typedissertation
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueMetabolism, Diabetes, and Cancer
Établissements canadiensnon disponible
Organismes subventionnairesCanadian Institutes of Health ResearchDiabetes CanadaMcMaster UniversitySanofi
Mots-clésObesityMedicineDiabetes mellitusInternal medicineIntensive care medicineEndocrinologyBioinformaticsBiology
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

The incidence of obesity, type 2 diabetes and cardiovascular disease (CVD) is increasing at alarming rates worldwide. Obesity is associated with a chronic nutrient surplus that contributes to chronic low-grade inflammation, ectopic lipid deposition and insulin resistance. Insulin resistance is an important factor contributing to the development of both type 2 diabetes and CVD. Therefore, therapies that can address multiple aspects of cardio-metabolic diseases could have significant clinical utility to reduce morbidity and mortality associated with these conditions. Several distinct glucose lowering therapies have been developed, targeting unique molecular targets. Interestingly, three district glucose lowering therapies, metformin, canagliflozin and salsalate have been shown to potently activate the central energy regulating enzyme, AMP activated protein kinase (AMPK). Activation of AMPK has been shown to be important for regulating fatty acid and cholesterol synthesis, fatty acid oxidation, glucose homeostasis, inflammation and whole-body energy expenditure. Therefore, the objective of this thesis was to examine the effects of metformin, canagliflozin and salsalate, on obesity, atherosclerosis, hepatic lipid metabolism, and macrophage inflammatory signalling and to delineate the mechanism(s) by which these changes occur. In this thesis we show that metformin reduces obesity through a circulating hormone GDF15, and that AMPK is not required for metformin induced GDF15 secretion. Additionally, we show that canagliflozin reduces hepatic cholesterol synthesis and macrophage IL1-1β secretion through mechanisms requiring AMPKβ1. Lastly, we show that salsalate reduces atherosclerosis in a manner dependent on macrophage AMPK β1 and this is associated with reduced macrophage proliferation in vitro and in vivo. These insights into the mechanisms by which these glucose lowering therapies elicit beneficial effects on obesity and atherosclerosis further our understanding of the potential use of these agents for treatments beyond improved glycemic control. Furthermore, this evidence can direct future drug development or drug combinations to more effectively treat multiple aspects of these common chronic diseases that affect over a billion people worldwide.

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)0,000
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: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,004
Score d'incertitude au seuil0,014

Scores du classifieur distillé par catégorie (deux têtes)

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

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 Opus0,008
Tête enseignante GPT0,198
Écart entre enseignants0,190 · 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'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

Citations0
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueMacSphere (McMaster University)Même sujetMetabolism, Diabetes, and CancerTravaux en français237 207