Neutrophil count as a reliable marker for diabetic kidney disease in autoimmune diabetes
Notice bibliographique
Résumé
BACKGROUND: A growing body of evidence supports neutrophils as having an active role in the development of diabetic kidney disease (DKD). However, the clinical relevance of neutrophils and DKD in autoimmune diabetes remains unknown. This study aimed to investigate the relationship between circulating neutrophils and DKD in autoimmune diabetes. METHODS: Patients with type 1 diabetes (T1D, n = 226) and latent autoimmune diabetes in adults (LADA, n = 79) were enrolled and stratified according to the urinary albumin to creatinine ratio (ACR). Circulating levels of white blood cells (WBCs), including neutrophils, were measured in a central laboratory, and the neutrophil-to-lymphocyte ratio (NLR) was calculated. The risk factors associated with DKD were analysed by logistic regression. RESULTS: In T1D and LADA patients, the peripheral neutrophil counts increased in parallel with DKD advancement. The neutrophil counts in the patients with macroalbuminuria were significantly higher than those in the patients with normoalbuminuria for each type of diabetes. Furthermore, neutrophil counts positively correlated with ACR in T1D. In addition, neutrophils were independently associated with DKD in T1D in the logistic regression analysis, when various well-known risk factors, including age, gender, disease duration, hypertension, dyslipidemia and smoking status, were adjusted. CONCLUSIONS: Neutrophil counts are closely associated with DKD in patients with autoimmune diabetes, suggesting that neutrophil-mediated inflammation may be involved in the pathogenesis of DKD in patients with autoimmune diabetes.
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 | 0,002 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| 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 ».