MétaCan
Menu
Retour à la cohorte
Enregistrement W4382798927 · doi:10.14740/jem876

Serum Apelin Level in Type 2 Diabetic Mellitus Patients and Its Association With Metabolic Syndrome Components

2023· article· en· W4382798927 sur OpenAlexvenueno aff
Hayder Abdulameer Hammood Saadi, Mahdieh Safarzad, Nahid Poursharifi, Mahin Tatari, Abdoljalal Marjani

Notice bibliographique

RevueJournal of Endocrinology and Metabolism · 2023
Typearticle
Langueen
DomaineMedicine
ThématiqueApelin-related biomedical research
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésApelinMedicineInternal medicineMetabolic syndromeType 2 Diabetes MellitusEndocrinologyInsulin resistanceDiabetes mellitusFasting glucose

Résumé

récupéré en direct d'OpenAlex

Background: Metabolic syndrome (MetS) is a multiple risk factor for metabolic diseases. Apelin plays a crucial role in controlling insulin sensitivity and secretion in animals. The study aimed to clarify the difference in serum apelin between Iranain subjects with MetS and type 2 diabetes mellitus (T2DM), and subjects without MetS and its association with MetS components. Methods: The study was conducted on 196 individuals, including 98 Iranian subjects with MetS and T2DM, and 98 age- and sex-matched individuals without MetS. MetS was defined using Adult Treatment Panel III (ATP-III) guidelines. Results: Serum apelin level was significantly lower in subjects with MetS than those without MetS. There was a negative correlation between apelin and fasting blood glucose (FBG) in subjects with MetS and in both sexes (P < 0.05). Conclusions: The apelin level in Iranian T2DM subjects with MetS is related to FBG. Apelin is thought to affect glucose metabolism and insulin resistance. Apelin may be an essential indicator in Iranian T2DM people and may play an important role in preventing diabetes complications in T2DM patients. J Endocrinol Metab. 2023;13(2):81-87 doi: https://doi.org/10.14740/jem876

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)0,001
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 enseignants0,001
Score d'incertitude au seuil0,004

Scores du classifieur distillé par catégorie (deux têtes)

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

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.

Tête enseignante Opus0,037
Tête enseignante GPT0,302
Écart entre enseignants0,265 · 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

Citations1
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Endocrinology and MetabolismMême sujetApelin-related biomedical researchTravaux en français237 207