Understanding the Role of the Complement System in Insulin Resistance and Metabolic Syndrome in Patients With Rheumatoid Arthritis
Notice bibliographique
Résumé
OBJECTIVE: The complement system has been associated with the etiopathogenesis of rheumatoid arthritis (RA). Insulin resistance (IR) and metabolic syndrome (MetS) are prevalent among patients with RA. The aim of this study was to explore the relationship between a comprehensive evaluation of the complement system and IR, as well as MetS, in patients with RA. METHODS: A total of 339 nondiabetic patients with RA were recruited. Functional assays of the 3 complement pathways were assessed. Additionally, serum levels of the following individual components of the complement system were measured: C1q (classical); lectin (lectin); C2, C4, and C4b (classical lectin); factor D and properdin (alternative); C3 and C3a (common); C5, C5a, and C9 (terminal); as well as the factor I and C1 inhibitor regulators. IR and β cell function indices were calculated using the homeostatic model assessment. Criteria for MetS were applied. Multivariable linear regression analysis was performed to investigate the association between the complement system and IR in patients with RA. RESULTS: Many elements of the upstream and common complement pathways, but not the functional tests of the 3 routes, correlated positively with higher levels of IR and β cell function. However, after multivariable adjustment for factors associated with IR, these relationships were lost. Conversely, the presence of MetS in patients with RA maintained a relationship with higher levels of C1q, C4, C3, properdin, and factor I after adjusting for confounders. CONCLUSION: There is a positive correlation between the complement system and MetS among nondiabetic patients with RA. This association is independent of traditional IR factors.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| 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) | 0,000 | 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 tête enseignante, 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 ».