MétaCan
Menu
← Retour à la cohorte
Enregistrement W4381376673 · doi:10.2337/db23-9-or

9-OR: Insulin Resistance (IR) and Kidney Oxidative Metabolism in People with Type 1 Diabetes (T1D)

2023· article· en· W4381376673 sur OpenAlexaboutno aff
G. A. Richard, Carissa Birznieks, Guanshi Zhang, Lynette Driscoll, Kalie L. Tommerdahl, JENNIFER A. SCHAUB, Abhijit S. Naik, VIJI NAIR, Alexis MacDonald, Susan Gross, Viral N. Shah, Laura Pyle, Tim Vigers, Janet K. Snell‐Bergeon, IAN DE BOER, Daniël H. van Raalte, LU-PING LI, POTTUMARTHI V. PRASAD, Patricia Ladd, Bennett B. Chin, DAVID CHERNEY, Phillip J. McCown, FADHL ALAKWAA, MATTHIAS KRETZLER, Kumar Sharma, Frank C. Brosius, Robert G. Nelson, Kristen J. Nadeau, Petter Bjornstad

Notice bibliographique

RevueDiabetes · 2023
Typearticle
Langueen
DomaineMedicine
ThématiqueDialysis and Renal Disease Management
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésInternal medicineEndocrinologyMedicineInsulin resistanceKidneyDiabetes mellitusOxidative phosphorylationType 2 diabetesMetabolismType 1 diabetesChemistryBiochemistry

Résumé

récupéré en direct d'OpenAlex

IR has been linked to kidney injury in T1D. Animal models show that IR associates with impaired TCA cycle turnover and oxidative phosphorylation, collectively termed oxidative metabolism, but little is known about this relationship in humans with T1D. Thirty young adults with T1D (age: 23±3 years, diabetes duration: 13±5 years, 53% female, HbA1c: 7.9±1.1%, BMI: 25±3 kg/m2, UACR: 5 [3, 8] mg/g) and 20 healthy controls (HC) (age: 25±3, 50% female, HbA1c: 5.2±0.3%, BMI: 23±2 kg/m2, UACR: 5 [3, 9] mg/g) underwent hyperinsulinemic-euglycemic clamps to assess whole-body insulin sensitivity (IS), and MRI to assess kidney perfusion. A subset underwent voxel-wise and region-of-interest (ROI) pharmacokinetic (PK) 11C-acetate PET analyses (n=16 T1D; n=10 HC) to quantify kidney cortical oxidative metabolism (k 2), and research kidney biopsies with single-cell RNA sequencing (n=28 T1D; n=13 HC). Compared to HC, participants with T1D exhibited lower IS (7.8±2.6 vs. 14.3±4.0 mg/kg/min, p<0.0001), cortical perfusion (196±68 vs. 243±46 ml/min/100g, p=0.01) and lower cortical k 2 (0.16±0.02 vs. HC 0.18±0.02 min-1, p=0.04) in voxel-wise models, although significance was not reached in the ROI PK analyses. IS associated with cortical k 2 (r:0.43, p=0.03) and the associations remained significant after adjusting for age, sex, and HbA1c (p=0.04). No significant interaction observed between T1D and HC for IS and cortical k2 (p=0.78). Proximal tubular transcripts of the enzymes catalyzing the proximal steps of the TCA cycle (e.g., ACO1, IDH1, SUCLG1) were lower in T1D vs. HC (all FDR-adjusted p<0.0001). Kidney oxidative metabolism is impaired in young people with T1D and is linked to lower whole-body IS. Statistical differences in k 2 from ROI and voxel-wise analyses suggest regional variations in kidney oxidative metabolism that may not be apparent in global analysis. Spatial metabolomic analyses of kidney tissue in a subset of these participants are shown in abstract #2023-A-3407-Diabetes. Disclosure G.Richard: None. S.Gross: None. V.N.Shah: Advisory Panel; LifeScan Diabetes Institute, Medscape, Consultant; DKSH, Research Support; Novo Nordisk, Tandem Diabetes Care, Inc., Dexcom, Inc., Insulet Corporation, JDRF, National Institutes of Health, Speaker's Bureau; Dexcom, Inc., Insulet Corporation. L.Pyle: None. T.B.Vigers: None. J.K.Snell-bergeon: None. I.De boer: Advisory Panel; AstraZeneca, Boehringer Ingelheim and Eli Lilly Alliance, Boehringer Ingelheim International GmbH, Otsuka America Pharmaceutical, Inc., Bayer Inc., Consultant; George Clinical, Gilead Sciences, Inc., Medscape, Research Support; Dexcom, Inc. D.Van raalte: Consultant; Boehringer Ingelheim and Eli Lilly Alliance, AstraZeneca, Merck & Co., Inc., Research Support; Boehringer Ingelheim and Eli Lilly Alliance, AstraZeneca, Merck & Co., Inc. L.Li: None. P.V.Prasad: None. P.E.Ladd: None. C.Birznieks: None. B.B.Chin: None. D.Cherney: Other Relationship; Boehringer Ingelheim-Lilly, Merck, AstraZeneca, Sanofi, Mitsubishi-Tanabe, Abbvie, Janssen, Bayer, Prometic, BMS, Maze, Gilead, CSL-Behring, Otsuka, Novartis, Youngene, Lexicon and Novo-Nordisk, Research Support; Boehringer Ingelheim-Lilly, Merck, Janssen, Sanofi, AstraZeneca, CSL-Behring and Novo-Nordisk. P.J.Mccown: None. F.Alakwaa: None. M.Kretzler: Research Support; Lilly, Boehringer Ingelheim Inc., Traveere Pharmaceuticals, Novo Nordisk, certa, Chinook Therapeutics Inc., Janssen Research & Development, LLC, AstraZeneca, Moderna, Inc., Gilead Sciences, Inc., Regeneron, Ionis Pharmaceuticals, Angioin, Renalytix. K.Sharma: Advisory Panel; Reata Pharmaceuticals, Inc., Otsuka America Pharmaceutical, Inc. F.C.Brosius: Advisory Panel; Gilead Sciences, Inc. R.G.Nelson: None. K.J.Nadeau: None. P.Bjornstad: Advisory Panel; AstraZeneca, Novo Nordisk, Lilly, Horizon Therapeutics plc, Boehringer Ingelheim (Canada) Ltd., LG Chem, Consultant; Bayer Inc., Bristol-Myers Squibb Company. G.Zhang: None. L.Driscoll: None. K.L.Tommerdahl: None. J.A.Schaub: None. A.Naik: Advisory Panel; CareDx. V.Nair: None. A.A.Macdonald: None. Funding JDRF; National Institute of Diabetes and Digestive and Kidney Diseases

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,005
Score d'incertitude au seuil0,015

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,000
Science ouverte0,0000,000
Intégrité de la recherche0,0010,000
Charge utile insuffisante (le modèle a refusé de juger)0,0050,001

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.

Tête enseignante Opus0,010
Tête enseignante GPT0,237
Écart entre enseignants0,227 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueDiabetes→Même sujetDialysis and Renal Disease Management→Travaux en français237 207→