Advanced glycation end products are not associated with bone mineral density, trabecular bone score, and bone turnover markers in adults with and without type 1 diabetes: a cross-sectional study
Notice bibliographique
Résumé
Abstract It is unclear if AGEs are involved in the bone fragility of type 1 diabetes (T1D). We evaluated whether skin AGEs by skin autofluorescence and serum AGEs (pentosidine, carboxymethyl-lysine [CML]) are independently associated with BMD by DXA (lumbar spine, hip, distal radius), trabecular bone score (TBS), serum bone turnover markers (BTMs: CTX; P1NP; osteocalcin), and sclerostin in participants with and without T1D. Linear regression models were used, with interaction terms to test effect modification by T1D status. In participants with T1D, correlations between skin and serum AGEs as well as between AGEs and 3-year HbA1C were evaluated using Spearman’s correlations. Data are mean ± SD or median (interquartile range). We included individuals who participated in a cross-sectional study and had BMD and TBS assessment (106 T1D/65 controls, 53.2% women, age 43 ± 15 yr, BMI 26.6 ± 5.5 kg/m2). Participants with T1D had diabetes for 27.6 ± 12.3 yr, a mean 3-yr HbA1C of 7.5 ± 0.9% and skin AGEs of 2.15 ± 0.54 arbitrary units. A subgroup of 65 T1D/57 controls had BTMs and sclerostin measurements, and those with T1D also had serum pentosidine (16.8[8.2–32.0] ng/mL) and CML [48.0 ± 16.8] ng/mL) measured. Femoral neck BMD, TBS, and BTMs were lower, while sclerostin levels were similar in participants with T1D vs controls. T1D status did not modify the associations between AGEs and bone outcomes. Skin AGEs were significantly associated with total hip and femoral neck BMD, TBS, BTMs, and sclerostin before, but not after, adjustment for confounders. Serum AGEs were not associated with any bone outcome. There were no significant correlations between skin and serum AGEs or between AGEs and 3-yr HbA1C. In conclusion, skin and serum AGEs are not independently associated with BMD, TBS, BTMs, and sclerostin in participants with relatively well-controlled T1D and participants without diabetes.
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 | 0,002 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| 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 ».