Circulatory miRNAs as Correlates of Elevated Pancreatic Fat in a Mixed Ethnic Female Cohort from the TOFI_Asia Study
Notice bibliographique
Résumé
Aim: Ectopic lipid accumulation, including pancreatic steatosis, exacerbates type 2 diabetes risk in susceptible individuals. Dysregulated circulating microRNAs (miRNAs) have been identified to correlate with clinical measures of pancreatitis, pancreatic cancer, and type 1 diabetes. The aim of the current study was, therefore, to examine the association between circulating abundances of candidate miRNAs and pancreatic and liver fat deposition as quantified using magnetic resonance imaging (MRI) and spectroscopy (MRS). Methods: Asian Chinese (n=34; BMI=26.7±4.2 kg/m2) and European Caucasian (n=34; BMI=28.0±4.5 kg/m2) females from the TOFI_Asia cohort underwent MRI and MRS analysis of pancreas (MR-%pancreas) and liver (MR-%liver fat) respectively to quantify ectopic lipid deposition. Plasma miRNA abundances of a subset of circulatory miRNAs associated with pancreatic and liver steatosis were quantified by qRT-PCR. Results: miR-21-3p and miR-320a-5p correlated with MR-%pancreas fat, plasma insulin and HOMA2-IR but not MR-%liver fat. MR-%pancreas fat remained associated with decreasing miR-21-3p abundance following multivariate regression analysis. Conclusions: miR-21-3p and miR-320a were demonstrated to be negatively correlated with MR-%pancreas fat, independent of ethnicity. For miR-21-3p, this relationship persists with the inclusion of MR-%liver fat in the model, suggesting the potential for wider application as a specific circulatory correlate of pancreatic steatosis.
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 | 0,000 | 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 | 0,000 | 0,000 |
| 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 ».