Insight into genetic, biological, and environmental determinants of sexual-dimorphism in type 2 diabetes and glucose-related traits
Notice bibliographique
Résumé
There is growing evidence that sex and gender differences play an important role in risk and pathophysiology of type 2 diabetes (T2D). Men develop T2D earlier than women, even though there is more obesity in young women than men. This difference in T2D prevalence is attenuated after the menopause. However, not all women are equally protected against T2D before the menopause, and gestational diabetes represents an important risk factor for future T2D. Biological mechanisms underlying sex and gender differences on T2D physiopathology are not yet fully understood. Sex hormones affect behavior and biological changes, and can have implications on lifestyle; thus, both sex-specific environmental and biological risk factors interact within a complex network to explain the differences in T2D risk and physiopathology in men and women. In addition, lifetime hormone fluctuations and body changes due to reproductive factors are generally more dramatic in women than men (ovarian cycle, pregnancy, and menopause). Progress in genetic studies and rodent models have significantly advanced our understanding of the biological pathways involved in the physiopathology of T2D. However, evidence of the sex-specific effects on genetic factors involved in T2D is still limited, and this gap of knowledge is even more important when investigating sex-specific differences during the life course. In this narrative review, we will focus on the current state of knowledge on the sex-specific effects of genetic factors associated with T2D over a lifetime, as well as the biological effects of these different hormonal stages on T2D risk. We will also discuss how biological insights from rodent models complement the genetic insights into the sex-dimorphism effects on T2D. Finally, we will suggest future directions to cover the knowledge gaps.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,002 | 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 | 0,001 | 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 ».