Transient Intermittent Hyperglycemia Accelerates Atherosclerosis by Promoting Myelopoiesis
Notice bibliographique
Résumé
Rationale: Treatment efficacy for diabetes mellitus is largely determined by assessment of HbA1c (glycated hemoglobin A1c) levels, which poorly reflects direct glucose variation. People with prediabetes and diabetes mellitus spend >50% of their time outside the optimal glucose range. These glucose variations, termed transient intermittent hyperglycemia (TIH), appear to be an independent risk factor for cardiovascular disease, but the pathological basis for this association is unclear. Objective: To determine whether TIH per se promotes myelopoiesis to produce more monocytes and consequently adversely affects atherosclerosis. Methods and Results: To create a mouse model of TIH, we administered 4 bolus doses of glucose at 2-hour intervals intraperitoneally once to WT (wild type) or once weekly to atherosclerotic prone mice. TIH accelerated atherogenesis without an increase in plasma cholesterol, seen in traditional models of diabetes mellitus. TIH promoted myelopoiesis in the bone marrow, resulting in increased circulating monocytes, particularly the inflammatory Ly6-C hi subset, and neutrophils. Hematopoietic-restricted deletion of S100a9 , S100a8 , or its cognate receptor Rage prevented monocytosis. Mechanistically, glucose uptake via GLUT (glucose transporter)-1 and enhanced glycolysis in neutrophils promoted the production of S100A8/A9. Myeloid-restricted deletion of Slc2a1 (GLUT-1) or pharmacological inhibition of S100A8/A9 reduced TIH-induced myelopoiesis and atherosclerosis. Conclusions: Together, these data provide a mechanism as to how TIH, prevalent in people with impaired glucose metabolism, contributes to cardiovascular disease. These findings provide a rationale for continual glucose control in these patients and may also suggest that strategies aimed at targeting the S100A8/A9-RAGE (receptor for advanced glycation end products) axis could represent a viable approach to protect the vulnerable blood vessels in diabetes mellitus. Graphic Abstract: A graphic abstract is available for this article.
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) | 0,000 | 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) | 0,002 | 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 ».