Dietary Docosahexaenoic Acid-Rich Supplementation Decreases Neurotoxic Lipid Mediators in Participants with Type 2 Diabetes and Neuropathic Pain
Notice bibliographique
Résumé
BACKGROUND/OBJECTIVES: There is increasing evidence linking circulating neurotoxic lipids to the progression of chronic neuroinflammatory diseases in the peripheral and central nervous systems. Strategies to modify lipid profiles, such as docosahexaenoic acid (DHA)-rich supplementation, may aid in managing conditions like painful diabetic neuropathy (pDN). In a previous study, we demonstrated that three months of DHA supplementation significantly altered the metabolomic profile of patients with painful diabetic neuropathy (pDN), resulting in symptom improvement. This study investigates whether DHA-rich supplementation reduces neurotoxic lipid mediators associated with pDN in individuals with type 2 diabetes mellitus (T2DM). METHODS: Forty individuals with type 2 diabetes participated in the "En Balance-PLUS" study, attending weekly lifestyle and nutrition education sessions while receiving daily supplementation of 1000 mg DHA and 200 mg EPA. Pain levels were assessed using the Short-Form McGill Pain Questionnaire (SF-MPQ) at baseline and after three months. Blood serum samples collected at these time points underwent untargeted lipidomic analyses, with ELISA used to evaluate biomarkers of necrosis (MLKL), autophagy (ATG5), and lipid chaperone protein (FABP5). RESULTS: Untargeted lipidomic analysis revealed that several neurotoxic-associated lipids significantly decreased after DHA-rich supplementation. Also, circulating levels of MLKL were reduced, while protein levels of ATG5 and FABP5 significantly increased. CONCLUSIONS: The reduction of circulating neurotoxic lipids and increase in neuroprotective lipids following DHA-rich supplementation are consistent with the reported roles of omega-3 polyunsaturated fatty acids (PUFAs) in reducing adverse symptoms associated with neuroinflammatory diseases and painful neuropathy.
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 | 0,000 | 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) | 0,003 | 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 ».