State of the Science on Brain Insulin Resistance and Cognitive Decline Due to Alzheimer’s Disease
Notice bibliographique
Résumé
Type 2 diabetes mellitus (T2DM) is common and increasing in prevalence worldwide, with devastating public health consequences. While peripheral insulin resistance is a key feature of most forms of T2DM and has been investigated for over a century, research on brain insulin resistance (BIR) has more recently been developed, including in the context of T2DM and non-diabetes states. Recent data support the presence of BIR in the aging brain, even in non-diabetes states, and found that BIR may be a feature in Alzheimer's disease (AD) and contributes to cognitive impairment. Further, therapies used to treat T2DM are now being investigated in the context of AD treatment and prevention, including insulin. In this review, we offer a definition of BIR, and present evidence for BIR in AD; we discuss the expression, function, and activation of the insulin receptor (INSR) in the brain; how BIR could develop; tools to study BIR; how BIR correlates with current AD hallmarks; and regional/cellular involvement of BIR. We close with a discussion on resilience to both BIR and AD, how current tools can be improved to better understand BIR, and future avenues for research. Overall, this review and position paper highlights BIR as a plausible therapeutic target for the prevention of cognitive decline and dementia due to AD.
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 | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,002 | 0,003 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 0,002 |
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 ».