FKBPL is associated with metabolic parameters and is a novel determinant of cardiovascular disease
Notice bibliographique
Résumé
Type 2 diabetes (T2D) is associated with increased risk of cardiovascular disease (CVD). As disturbed angiogenesis and endothelial dysfunction are strongly implicated in T2D and CVD, we aimed to investigate the association between a novel anti-angiogenic protein, FK506-binding protein like (FKBPL), and these diseases. Plasma FKBPL was quantified by ELISA cross-sectionally in 353 adults, consisting of 234 T2D and 119 non-diabetic subjects with/without CVD, matched for age, BMI and gender. FKBPL levels were higher in T2D (adjusted mean: 2.03 ng/ml ± 0.90 SD) vs. non-diabetic subjects (adjusted mean: 1.79 ng/ml ± 0.89 SD, p = 0.02), but only after adjustment for CVD status. In T2D, FKBPL was negatively correlated with fasting blood glucose, HbA1c and diastolic blood pressure (DBP), and positively correlated with age, known diabetes duration, waist/hip ratio, urinary albumin/creatinine ratio (ACR) and fasting C-peptide. FKBPL plasma concentrations were increased in the presence of CVD, but only in the non-diabetic group (CVD: 2.02 ng/ml ± 0.75 SD vs. no CVD: 1.68 ng/ml ± 0.79 SD, p = 0.02). In non-diabetic subjects, FKBPL was positively correlated with an established biomarker for CVD, B-type Natriuretic Peptide (BNP), and echocardiographic parameters of diastolic dysfunction. FKBPL was a determinant of CVD in the non-diabetic group in addition to age, gender, total-cholesterol and systolic blood pressure (SBP). FKBPL may be a useful anti-angiogenic biomarker in CVD in the absence of diabetes and could represent a novel CVD mechanism.
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 | 0,000 |
| 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 ».