MétaCan
Menu
Retour à la cohorte
Enregistrement W4404040066 · doi:10.3390/jcm13216607

Role of Peripheral and Central Insulin Resistance in Neuropsychiatric Disorders

2024· review· en· W4404040066 sur OpenAlex
Kannayiram Alagiakrishnan, Tyler Halverson

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.

Notice bibliographique

RevueJournal of Clinical Medicine · 2024
Typereview
Langueen
DomaineNeuroscience
ThématiqueNeurological Disorders and Treatments
Établissements canadiensUniversity of TorontoUniversity of Alberta
Organismes subventionnairesnon disponible
Mots-clésInsulin resistanceMedicineDementiaInsulinInsulin receptorSchizophrenia (object-oriented programming)BioinformaticsDiabetes mellitusNeurosciencePsychiatryEndocrinologyInternal medicineDiseasePsychology

Résumé

récupéré en direct d'OpenAlex

Insulin acts on different organs, including the brain, which helps it regulate energy metabolism. Insulin signaling plays an important role in the function of different cell types. In this review, we have summarized the key roles of insulin and insulin receptors in healthy brains and in different brain disorders. Insulin signaling, as well as insulin resistance (IR), is a major contributor in the regulation of mood, behavior, and cognition. Recent evidence showed that both peripheral and central insulin resistance play a role in the pathophysiology, clinical presentation, and management of neuropsychiatric disorders like Cognitive Impairment/Dementia, Depression, and Schizophrenia. Many human studies point out Insulin Resistance/Metabolic Syndrome can increase the risk of dementia especially Alzheimer's dementia (AD). IR has been shown to play a role in AD development but also in its progression. This review article discusses the pathophysiological pathways and mechanisms of insulin resistance in major neuropsychiatric disorders. The extent of insulin resistance can be quantified using IR biomarkers like insulin levels, HOMA-IR index, and Triglyceride glucose-body mass index (TyG-BMI) levels. IR has been shown to precede neurodegeneration. Human trials showed current treatment with certain antidiabetic drugs, as well as life style management, like weight loss and exercise for IR, have shown promise in the management of cognitive/neuropsychiatric disorders. This may pave the pathway to the development of new therapeutic approaches to these challenging disorders of dementia and psychiatric diseases. Recent clinical trials are showing some encouraging evidence for these pharmacological and nonpharmacological approaches for IR in psychiatric and cognitive disorders, even though more research is needed to apply this evidence into clinical practice. Early identification and management of IR may help as a strategy to potentially alter neuropsychiatric disorders onset as well as its progression.

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.

Prédiction distillée sur la base complète

Imitation des enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,004
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Autre devis · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,993
Score d'incertitude au seuil0,682

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,004
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0030,001
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,075
Tête enseignante GPT0,422
Écart entre enseignants0,347 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle