The association of elevated serum lipocalin 2 levels with diabetic peripheral neuropathy in type 2 diabetes
Notice bibliographique
Résumé
A variety of studies have demonstrated the role of lipocalin 2 (LCN2) in both diabetes and neurological disorders. Nevertheless, the relationship between LCN2 and diabetic peripheral neuropathy (DPN) needs to be elucidated in humans. Therefore, this study aimed to investigate the association of LCN2 with DPN in type 2 diabetes (T2D). A total of 207 participants with T2D and 40 participants with normal glucose tolerance (NGT) were included in this study. All participants were classified into DPN group and non-DPN (NDPN) group based on the Toronto Clinical Neuropathy Scoring (TCNS). Demographic and biochemical parameters were measured. Serum LCN2 levels were determined using an ELISA technique. Serum LCN2 levels in NGT group were lower than those in either DPN group (P = 0.000) or NDPN group (P = 0.043), while serum LCN2 levels in DPN group were higher than NDPN group (P = 0.001). Moreover, serum LCN2 levels positively correlated to TCNS scores, which reflects neuropathy severity (r = 0.438, P = 0.000). Multivariate stepwise regression analysis showed that BMI, triglycerides, and diastolic pressure were independently associated with serum LCN2 in DPN. Additionally, logistic regression analysis demonstrated that LCN2 (odds ratio (OR) = 1.009) and diabetes duration (OR = 1.058) were independently associated with the occurrence of DPN in T2D. Our report reveals the association of serum LCN2 with DPN in T2D. LCN2 might be used to evaluate DPN severity and serve a role in the pathogenesis of DPN.
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 | 0,001 | 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) | 0,001 | 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 ».