Potential Applications of Nitric Oxide Donors in Type 2 Diabetes
Notice bibliographique
Résumé
Nitric oxide (NO) donors are chemical agents that produce NO-related activity in biological systems, mimic endogenous NO-related responses, or compensate for NO deficiency. NO donors have been increasingly studied as promising therapeutic agents for insulin resistance and type 2 diabetes (T2D). Here, we provide evidence, which investigated the effects of the most frequently studied and implemented NOreleasing compounds, including sodium nitroprusside (SNP), S-nitrosothiols [RSNOs, i.e., S-nitrosoglutathione (GSNO), S-nitroso-N-acetyl-penicillamine, (SNAP)], and NDiazeniumdiolates (NONOates, i.e., spermine NONOate, diethylamine NONOate) on glucose and insulin homeostasis. Available evidence could not draw a clear conclusion regarding therapeutic applications of NO donors in T2D due to different methodological approaches (i.e., in vitro vs. in vivo) and different doses and formulations used to assess the potential effects of NO donors on carbohydrate metabolism. Considering key properties and different kinetic behaviors between various classes of NO donors, targeted compound selection, defining optimum doses, and appropriate use of NO-releasing platforms (topical vs. systemic delivery mode) seem to be critical issues that can accelerate the bench-to-beside translation of NO donors in T2D.
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 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,009 | 0,004 |
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 ».