36-LB: Linoleic Acid Derived Oxylipins, Memory, and Microvascular Retinal Complications in Patients with Type 2 Diabetes Mellitus
Notice bibliographique
Résumé
Introduction: Memory decline is accelerated in type 2 diabetes mellitus (T2DM), and it is thought that microvascular disease may be a contributor. Oxylipins, bioactive lipid species derived from polyunsaturated free fatty acids such as linoleic acid, can act on small vessels. Cytochrome p450 derived epoxides may be immunologically active, whereas their hydrolysis into diols by soluble epoxide hydrolase (sEH) may render them inactive or cytotoxic. We examine linoleic acid epoxide and diol concentrations in peripheral blood and their associations with memory performance and retinal microvascular disease in patients with T2DM or prediabetes. Methods: Patients with T2DM or prediabetes were recruited from 3 sites. Memory was assessed via California Verbal Learning Test 2nd Edition (CVLT-II). Patient history of retinopathy was recorded. Serum oxylipin concentrations were measured via ultra-high-performance liquid chromatography tandem mass-spectrometry. Results: In people with T2DM or prediabetes (n=76, 55% women, 63±9 years old, HbA1C=7.4±1.2% mmol/mol, duration of diabetes 8±10 years), 9.2% had retinopathy, and the mean CVLT-II was -0.07±1.01 Z-score units (indicating generally average performance). The linoleic acid derived epoxide 12(13)-epoxyoctadecenoic acid concentration was negatively correlated with CVLT-II performance (β=-0.298, p=0.003), whereas the diol derived from that species (12,13-dihydroxyoctadecenoic acid) was elevated in people with retinopathy (9.1±4.1 nM vs. 6.5±11.5 nM, U=72.0, p=0.008). Discussion: Oxylipins generated by cytochrome p450 and sEH should be explored as potential biomarkers for cognitive complications and microvascular disease in T2DM. The observed relationships might suggest the presence of a cytochrome p450-mediated response that may generate differential response and lack benefit in T2DM, possibly due to sEH-mediated conversion of epoxides into diols, warranting further study. Disclosure S.K. Wong: None. M.M. Nguyen: None. C. Major-Orfao: None. K.L. Lanctôt: None. N. Herrmann: None. P. Oh: None. B.R. Shah: None. J. Gilbert: Speaker’s Bureau; Self; Abbott, Amgen, Ascensia Diabetes Care. Other Relationship; Self; AstraZeneca, Boehringer Ingelheim (Canada) Ltd., Dexcom, Inc., Eli Lilly and Company, Janssen Pharmaceuticals, Inc., Merck & Co., Inc., Novo Nordisk Inc., Sanofi. A. Assal: None. I. Halperin: Advisory Panel; Self; Tandem Diabetes Care. Speaker’s Bureau; Self; Abbott, Boehringer Ingelheim (Canada) Ltd., Dexcom, Inc., Novo Nordisk Inc., Sanofi. P. Yang: None. T. Pedersen: None. A. Taha: None. W. Swardfager: None. Funding Canadian Institutes of Health Research (410010992)
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| 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) | 0,002 | 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 ».