Impact of the metabolic syndrome on peripheral nerve structure and function in type 2 diabetes
Notice bibliographique
Résumé
Abstract Background and purpose There is a strong association between the metabolic syndrome in diabetes and the development of peripheral neuropathy; however, the pathophysiological mechanisms remain unknown. Methods Participants with type 2 diabetes and metabolic syndrome (T2DM/MetS, n = 89) and type 2 diabetes alone (T2DM; n = 59) underwent median nerve ultrasound and excitability studies to assess peripheral nerve structure and function. A subset of T2DM/MetS ( n = 24) and T2DM ( n = 22) participants underwent confocal microscopy to assess central and inferior whorl corneal nerve structure. Neuropathy severity was assessed using the modified Toronto Clinical Neuropathy Score (mTCNS). Diabetes groups were similar for age, sex distribution, diabetes duration, hemoglobin A 1c , insulin treatment, and renal function. Sixty healthy controls similar for age and sex distribution were recruited for comparison. Results Participants with T2DM/MetS manifested with a greater mTCNS compared to T2DM ( p < 0.05). Median nerve cross‐sectional area was larger in the T2DM/MetS group compared to the T2DM cohort ( p < 0.05). Participants with T2DM/MetS had reductions in central (all p < 0.01) and inferior whorl (all p < 0.05) nerve measures. Compared to T2DM, the T2DM/MetS group demonstrated more severe changes in nerve excitability measures, which was due to reduced sodium channel permeability and sodium–potassium pump function. In comparison, only sodium channel permeability was reduced in the T2DM group. Conclusions Compared to participants with type 2 diabetes alone, those with diabetes and metabolic syndrome manifested greater alterations in peripheral nerve structure and function, which may be due to reduced function of the sodium–potassium pump.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 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 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».