Interleukin-5: an indicator of mild cognitive impairment in patients with type 2 diabetes mellitus - a comprehensive investigation ranging from bioinformatics analysis to clinical research
Notice bibliographique
Résumé
PURPOSE: Neuroinflammation constitutes an underlying mechanism for cognitive impairment. Here, we endeavor to scrutinize the potential contribution of interleukin-5 (IL-5) towards mild cognitive impairment (MCI), and to assess its diagnostic value for MCI in patients with type 2 diabetes mellitus (T2DM). METHODS: RNA-seq was used to explore the potential neuroinflammation factors in the hippocampus of diabetic mice with cognitive decline. Additionally, the promising risk factor was verified in animals. Finally, the association between IL-5 levels and cognitive function and its diagnostic value for MCI were assessed. RESULTS: In animals, up-regulated IL-5 mRNA and protein levels were detected by RNA-seq and (or) verified experiments in the hippocampus of diabetic db/db mice with cognitive decline, compared to those of db/m mice without diabetes. In human, compared to diabetic patients without MCI, those with MCI demonstrate elevated levels of IL-5. It is natively associated with Montreal Cognitive Assessment (MoCA) scores, reflecting global cognitive function, and positively correlated with Trail Making Test A (TMTA) scores, reflecting information processing speed. Furthermore, an elevated level of IL-5 is identified as a risk factor for MCI, and a factor that influences TMTA scores. Finally, it is recommended that the cut-off value for IL-5 in the diagnosis of MCI is 22.98 pg/mL, with a sensitivity of 68.6% and specificity of 72.9%. CONCLUSIONS: IL-5 is considered a risk factor for MCI in T2DM patients and is associated with their performance in information processing speed. Moreover, an elevated level of IL-5 is a plausible biomarker for MCI in T2DM patients.
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 ».