Urinary interleukin-9 in youth with type 1 diabetes mellitus
Notice bibliographique
Résumé
AIMS: Interleukin-9 (IL-9) attenuates podocyte injury in experimental kidney disease, but its role in diabetic nephropathy is unknown. We sought to relate urinary IL-9 levels to the release of podocyte-derived extracellular vesicles (EVs) in youth with type 1 diabetes. We related urinary IL-9 levels to clinical variables and studied interactions between urinary IL-9, vascular endothelial growth factor (VEGF), tumor necrosis factor alpha (TNFα) and interleukin-6 (IL-6) on urinary albumin/creatinine ratio (ACR) a functional measure of podocyte injury. METHODS: We performed an analysis of urine samples and clinical data from a cohort of youth with type 1 diabetes (n = 53). Cytokines were measured using a Luminex platform (Eve Technologies), and nanoscale flow cytometry was employed to quantify urinary podocyte-derived EVs. All urinary measures were normalized to urinary creatinine. RESULTS: . IL-9 was inversely related to podocyte EVs (r = - 0.56, p = 0.003). IL-9 was also inversely related to blood glucose, HbA1C and eGFR (r = - 0.44, p = 0.002; r = - 0.41, p = 0.003; r = - 0.49, p < 0.001, respectively) and positively correlated with systolic BP (r = 0.30, p = 0.04). There was a significant interaction between IL-9, EVs and ACR (p = 0.0143), and the relationship between IL-9 and ACR depended on VEGF (p = 0.0083), TNFα (p = 0.0231) and IL-6 levels (p = 0.0178). CONCLUSIONS: IL-9 is associated with podocyte injury in early type 1 diabetes, and there are complex interactions between urinary IL-9, inflammatory cytokines and ACR.
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 | 0,001 | 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 ».