Pharmacometabolomics of sulfonylureas in patients with type 2 diabetes: a cross-sectional study
Notice bibliographique
Résumé
Background: Sulfonylureas have been a longstanding pharmacotherapy in the management of type 2 diabetes, with potential benefits beyond glycemic control. Although sulfonylureas are effective, interindividual variability exists in drug response. Pharmacometabolomics is a potent method for elucidating variations in individual drug response. Identifying unique metabolites associated with treatment response can improve our ability to predict outcomes and optimize treatment strategies for individual patients. Our objective is to identify metabolic signatures associated with good and poor response to sulfonylureas, which could enhance our capability to anticipate treatment outcome. Methods: In this cross-sectional study, clinical and metabolomics data for 137 patients with type 2 diabetes who are taking sulfonylurea as a monotherapy or a combination therapy were obtained from Qatar Biobank. Patients were empirically categorized according to their glycosylated hemoglobin levels into poor and good responders to sulfonylureas. To examine variations in metabolic signatures between the two distinct groups, we have employed orthogonal partial least squares discriminant analysis and linear models while correcting for demographic confounders and metformin usage. Results: Good responders showed increased levels of acylcholines, gamma glutamyl amino acids, sphingomyelins, methionine, and a novel metabolite 6-bromotryptophan. Conversely, poor responders showed increased levels of metabolites of glucose metabolism and branched chain amino acid metabolites. Conclusion: The results of this study have the potential to empower our knowledge of variability in patient response to sulfonylureas, and carry significant implications for advancing precision medicine in type 2 diabetes management.
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 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 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 ».